Uncertainty-aware Risk Assessment of Robotic Systems via Importance Sampling

要約

この論文では、不確実性の影響に焦点を当て、ロボット システムのリスク評価に対する確率論的アプローチを紹介します。
現在の文献には体系的な危険（バグ、設計上の欠陥など）を特定するためのさまざまなアプローチが見られますが、確率論的な方法でロボット システムのリスクを評価することにはほとんど注意が払われてきませんでした。
既存の方法は、危険なイベントに対する個別の概念に依存しており、これらの結果は単純な論理演算で説明できると想定しています。
この研究では、測定の不確実性がリスクの進展の主な要因の 1 つであると考えられます。
具体的には、時間的および空間的不確実性が危険な故障の発生確率に及ぼす影響を研究し、不確実性を考慮したリスク評価のアプローチを導き出します。
次に、結果の統計的有意性を向上させる方法を導入します。危険な事象がまれに発生するため、信頼性の高い精度で結論を引き出すことが困難ですが、確率がまばらな領域でサンプルを連続的に生成する手法であるサンプリングが重要であることを示します。
密度 — この問題を克服できます。
私たちは、人間とロボットのコラボレーションの領域からの 3 つのシミュレーション シナリオで、新しい不確実性を認識したリスク評価手法の有効性を実証します。
最後に、その結​​果をロボット システムの任意の安全限界を評価するために使用する方法を示します。

要約(オリジナル)

In this paper, we introduce a probabilistic approach to risk assessment of robot systems by focusing on the impact of uncertainties. While various approaches to identifying systematic hazards (e.g., bugs, design flaws, etc.) can be found in current literature, little attention has been devoted to evaluating risks in robot systems in a probabilistic manner. Existing methods rely on discrete notions for dangerous events and assume that the consequences of these can be described by simple logical operations. In this work, we consider measurement uncertainties as one main contributor to the evolvement of risks. Specifically, we study the impact of temporal and spatial uncertainties on the occurrence probability of dangerous failures, thereby deriving an approach for an uncertainty-aware risk assessment. Secondly, we introduce a method to improve the statistical significance of our results: While the rare occurrence of hazardous events makes it challenging to draw conclusions with reliable accuracy, we show that importance sampling — a technique that successively generates samples in regions with sparse probability densities — allows for overcoming this issue. We demonstrate the validity of our novel uncertainty-aware risk assessment method in three simulation scenarios from the domain of human-robot collaboration. Finally, we show how the results can be used to evaluate arbitrary safety limits of robot systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google