核心概念
본 연구는 신경망 장벽 인증서를 활용하여 자율 시스템의 온라인 안전 검증을 수행하는 새로운 기술을 제시한다. 이 접근법은 주어진 초기 집합, 위험 집합 및 시간 범위에 따라 매개변수화된 신경망 장벽 인증서를 사용하여 유한 및 무한 시간 범위에 대한 도달 가능성 분석을 효율적으로 수행한다.
要約
본 연구는 신경망 장벽 인증서를 활용하여 자율 시스템의 온라인 안전 검증을 수행하는 새로운 기술을 제시한다.
주요 내용은 다음과 같다:
- 신경망 장벽 인증서의 수준 집합을 사용하여 도달 가능 집합을 과대 근사할 수 있음을 보였다.
- 초기 집합 및 위험 집합의 함수로 장벽 인증서를 고려하여 도달 가능 집합 계산에 활용하였다.
- 매개변수화된 템플릿에 대한 초기 집합 및 위험 집합을 고정하고 메타 신경망(MetaNN)을 생성하여 장벽 인증서를 계산하는 계산 프레임워크를 제공하였다.
- 오프라인 학습과 온라인 검증 및 실행을 활용하여 자율 주행 시나리오에서 장벽 인증서 생성 성공률을 78%에서 99%로 높였다.
전체적으로 이 접근법은 기계 학습 구성 요소가 포함된 자율 시스템의 안전성 검증 능력을 확장하고 있다.
統計
선형 시스템의 경우 99.3%의 성공률로 안전 도달 집합을 생성할 수 있었다.
비선형 차량 동역학 모델의 경우 MetaNN을 사용하여 2초 이내에 99%의 성공률로 안전 도달 집합을 생성할 수 있었다.
FOSSIL을 직접 사용하는 경우 2초 이내에 안전 도달 집합을 생성할 수 있는 비율이 78%에 불과했다.
引用
"본 연구는 신경망 장벽 인증서를 활용하여 자율 시스템의 온라인 안전 검증을 수행하는 새로운 기술을 제시한다."
"이 접근법은 주어진 초기 집합, 위험 집합 및 시간 범위에 따라 매개변수화된 신경망 장벽 인증서를 사용하여 유한 및 무한 시간 범위에 대한 도달 가능성 분석을 효율적으로 수행한다."