Loading...
机构名称:
¥ 3.0

鉴于围绕自动驾驶汽车(AV)如何满足利益相关者的各种需求的现有解释性方法的不确定性,必须进行彻底的调查,以确定需要解释和合适互动策略的环境。全面的审查对于评估Curlant方法与AV生态系统中各种利益和探索的一致性至关重要。本研究提出了一项综述,讨论了与解释产生和陈述相关的复杂性,以促进开发更有效和包容性的可解释的AV系统。我们的调查导致将现有文献分为三个主要主题:解释性任务,实施信息和解释性信息沟通。利用我们的见解,我们提出了一个全面的路线图,以围绕(i)了解插座,(ii)产生及时的解释,(ii)对人类友好的解释进行互补的解释,以及(iv)继续学习。我们的路线图是由负责任的研究和创新原则的基础,强调了各种规范要求的重要性。为了有效地解决与实施解释的AV系统相关的挑战,我们划定了各种搜索方向,包括开发隐私的数据集成,道德框架,实时分析,以人为中心的人际关系,并增强了跨学科统一。通过探索这些研究方向,该研究旨在指导可解释的AV的开发和部署,这是对用户需求,技术进步,监管合规性和义务考虑的整体了解,从而确保更安全,更可靠的自主驱动体验。

arxiv:2404.00019v1 [CS.HC] 2024年3月19日

arxiv:2404.00019v1 [CS.HC] 2024年3月19日PDF文件第1页

arxiv:2404.00019v1 [CS.HC] 2024年3月19日PDF文件第2页

arxiv:2404.00019v1 [CS.HC] 2024年3月19日PDF文件第3页

arxiv:2404.00019v1 [CS.HC] 2024年3月19日PDF文件第4页

arxiv:2404.00019v1 [CS.HC] 2024年3月19日PDF文件第5页

相关文件推荐

2024 年
¥5.0
2024 年
¥1.0