Im sich rasch entwickelnden Bereich des autonomen FahrensAutonomes Fahren ist es entscheidend, hohe Leistung, Erklärbarkeit und regelkonforme Entscheidungsfindung gleichzeitig zu erreichen, für Sicherheit, Nutzerakzeptanz und rechtliche Haftung der Hersteller. Ansätze auf Basis von Deep LearningDeep Learning haben ihre Wirksamkeit in verschiedenen Aufgaben unter Beweis gestellt, doch sie scheitern oft, wenn es um Interpretierbarkeit und Legalität geht. Im Gegensatz dazu haben regelbasierte Ansätze, die zusätzliche Erklärbarkeit und Nachvollziehbarkeit bieten, Schwierigkeiten, mit verrauschten, unsicheren und großen Daten in hochdynamischen Verkehrsszenen in einer Vielzahl von Szenarien umzugehen.

错误:搜索内容不能为空,请输入英文关键词
错误:关键词超出字数限制,请精简
高级检索

Optimierung der Entscheidungsfindung in autonomen Fahrsystemen mit neuro-symbolischem Wissen

  • Ya Wang,
  • Kumar Manas,
  • Adrian Paschke

摘要

Im sich rasch entwickelnden Bereich des autonomen FahrensAutonomes Fahren ist es entscheidend, hohe Leistung, Erklärbarkeit und regelkonforme Entscheidungsfindung gleichzeitig zu erreichen, für Sicherheit, Nutzerakzeptanz und rechtliche Haftung der Hersteller. Ansätze auf Basis von Deep LearningDeep Learning haben ihre Wirksamkeit in verschiedenen Aufgaben unter Beweis gestellt, doch sie scheitern oft, wenn es um Interpretierbarkeit und Legalität geht. Im Gegensatz dazu haben regelbasierte Ansätze, die zusätzliche Erklärbarkeit und Nachvollziehbarkeit bieten, Schwierigkeiten, mit verrauschten, unsicheren und großen Daten in hochdynamischen Verkehrsszenen in einer Vielzahl von Szenarien umzugehen.