不確実性知識を用いて自信を持って運転できる自動AIコントローラー:車両のステアリング

現実世界とインターフェースするセーフティクリティカルなシステムでは、意思決定における不確実性の役割が重要である。サイバーフィジカルシステムの安全な機能のためには、このような不確実性を巧みに管理することが不可欠である。本研究では、機械学習フレームワークを使用して車両の横方向制御システムの開発に焦点を当てている。具体的には、確率的学習モデルであるベイズ型ニューラルネットワーク(BNN)を採用し、不確実性の定量化に取り組む。この機能により、モデルの予測に対する信頼度または不確実性のレベルを評価することができる。