2022-04

自动驾驶车辆交通流的有序 Logit 行人压力模型

分类： 人机交互, 应用领域

作者： Kimia Kamal, Bilal Farooq, Mahwish Mudassar, Arash Kalatian

发布时间： 2022-04-24

链接： http://arxiv.org/abs/2204.11367v1

摘要： 开发了有序 Logit 模型，用于研究交通组合中的自动驾驶车辆 (AV) 对行人在街区中部穿过城市街道时的平均压力水平的影响。从皮肤电阻传感器和虚拟现实实验收集的信息被转换成具有可解释的平均应力水平（低、中和高）以及几何、交通和环境条件的数据集。建模结果表明，随着交通组合中自动驾驶汽车比例的增加，平均压力水平会下降。

从口头想法到自动驾驶评论：预测和解释智能汽车的行为

分类： 人工智能, 计算机与社会, 人机交互, 机器学习, 机器人技术

作者： Daniel Omeiza, Sule Anjomshoae, Helena Webb, Marina Jirotka, Lars Kunze

发布时间： 2022-04-19

链接： http://arxiv.org/abs/2204.09109v2

摘要： 在评论驾驶中，驾驶员用语言表达他们的观察、评估和意图。通过说出自己的想法，学习型驾驶员和专业驾驶员都能够更好地理解和认识周围的环境。在智能车辆背景下，自动驾驶评论可以提供有关驾驶行为的易于理解的解释，从而在具有挑战性和安全关键场景的驾驶操作期间为驾驶员或最终用户提供帮助。在本文中，我们进行了一项实地研究，在城市环境中部署了研究车辆来获取数据。在收集车辆周围环境的传感器数据时，我们使用有声思考协议从驾驶教练那里获得了驾驶评论。我们分析了驾驶评论并发现了一种解释风格；司机首先宣布他的观察结果，宣布他的计划，然后发表一般性评论。他还发表了反事实的评论。我们成功地演示了如何使用透明的基于树的方法自动生成遵循这种风格的事实和反事实自然语言解释。与横向动作（例如变道）相比，人类法官认为对纵向动作（例如停止和移动）生成的解释更容易理解、更合理。我们讨论了未来如何构建我们的方法，以实现更强大、更有效的驾驶员辅助解释性以及驾驶功能的部分和有条件自动化。