Core Concepts
自動運転車の複雑な意思決定プロセスを理解可能にすることで、ユーザーの信頼と状況認識を高めることができる。
Abstract
本研究では、自動運転車におけるXAIとHMIの統合的アプローチについて検討している。
まず、XAIとHMIに関する先行研究を概観し、「何を」「誰に」「いつ」「どのように」説明するかという4つの側面から、ユーザーに対する説明の提示方法について整理している。
次に、この4つの側面を踏まえた上で、ユーザーの状況認識を高めるための説明提示フレームワークを提案している。このフレームワークでは、自動運転車の行動と状況に関する説明を、記述的、反応的、探究的の3つのタイプに分類している。
さらに、提案したフレームワークに基づいて実験を行い、ユーザースタディを通じて、説明の正確性がユーザーの安全性認知と快適性に与える影響を検証している。
結果として、説明の正確性が重要であり、特に事前の説明提示が望ましいことが示された。また、ユーザーの多様な身体的・認知的能力に配慮したインクルーシブなHMIデザインの必要性も指摘されている。
Stats
自動運転車の行動は複雑な機械学習モデルに基づいているため、ユーザーにとって不透明である。
自動運転車の事故が発生する主な理由の1つは、ユーザーの理解不足である。
自動運転車の意思決定プロセスを理解可能にすることで、ユーザーの信頼と状況認識を高めることができる。
Quotes
"自動運転車の意思決定プロセスを理解可能にすることで、ユーザーの信頼と状況認識を高めることができる。"
"説明の正確性が重要であり、特に事前の説明提示が望ましい。"
"ユーザーの多様な身体的・認知的能力に配慮したインクルーシブなHMIデザインの必要性がある。"