Simulation-based Scenario Generation for Robust Hybrid AI for Autonomy

要約

低コストのプラットフォームとセンサーペイロードの出現により、捜索救助、緊急管理、法執行における無人航空機 (UAV) の応用が注目を集めています。
複雑な推論のためのニューラル AI とシンボリック AI のハイブリッド アプローチの出現により、人間の介入レベルが低下し、これらのアプリケーションの限界がさらに押し広げられると予想されます。
ただし、現在の UAV シミュレーション環境には、このハイブリッド アプローチに適したセマンティック コンテキストがありません。
このギャップに対処するために、HAMERITT (RapId トレーニングおよびテストのためのハイブリッド Ai ミッション環境) は、自律操縦と知覚推論のための神経記号アルゴリズムのトレーニング、テスト、保証をサポートするシミュレーション ベースの自律ソフトウェア フレームワークを提供します。
HAMERITT には、生のセンサー データに加えて、ミッション関連のコンテキスト シンボリック情報を提供するシナリオ生成機能が含まれています。
シナリオには、対象となるエンティティとそのシーン要素との関係の象徴的な説明のほか、事前確率を備えた時間制限された対象領域とその領域内の制限ゾーンの形での時空間制約が含まれます。
HAMERITT は、エンドツーエンドのミッション実行内での操縦と知覚のための個別のアルゴリズム スレッドのトレーニングのサポートも備えています。
今後の作業には、シナリオの現実性の向上と、自動化されたワークフローによるシンボリック コンテキスト生成の拡張が含まれます。

要約(オリジナル)

Application of Unmanned Aerial Vehicles (UAVs) in search and rescue, emergency management, and law enforcement has gained traction with the advent of low-cost platforms and sensor payloads. The emergence of hybrid neural and symbolic AI approaches for complex reasoning is expected to further push the boundaries of these applications with decreasing levels of human intervention. However, current UAV simulation environments lack semantic context suited to this hybrid approach. To address this gap, HAMERITT (Hybrid Ai Mission Environment for RapId Training and Testing) provides a simulation-based autonomy software framework that supports the training, testing and assurance of neuro-symbolic algorithms for autonomous maneuver and perception reasoning. HAMERITT includes scenario generation capabilities that offer mission-relevant contextual symbolic information in addition to raw sensor data. Scenarios include symbolic descriptions for entities of interest and their relations to scene elements, as well as spatial-temporal constraints in the form of time-bounded areas of interest with prior probabilities and restricted zones within those areas. HAMERITT also features support for training distinct algorithm threads for maneuver vs. perception within an end-to-end mission run. Future work includes improving scenario realism and scaling symbolic context generation through automated workflow.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google