Autonomous Vehicles: Evolution of Artificial Intelligence and Learning Algorithms

要約

自動運転車の出現は交通分野に変革の時代をもたらし、最先端のテクノロジーを通じてモビリティの風景を再構築しました。
この進化の中心となるのは、人工知能 (AI) と学習アルゴリズムの統合であり、車両を前例のない自律性の領域に押し上げます。
この論文では、自動運転車における AI の進化の軌跡を包括的に調査し、基本原理から最新の進歩までの道のりをたどります。
この論文では、現在の状況の概要から始めて、車両の自律的な意思決定機能の形成における AI の基本的な役割を詳しく掘り下げています。
車両における AI を活用した開発ライフサイクルに含まれる手順を解明し、自動運転車向けの AI 駆動ソフトウェア開発における倫理的考慮事項と偏見に対処します。
この研究では、長年にわたる AI/学習アルゴリズムの使用法と種類に関する統計的洞察が示され、自動車業界内で進化する研究状況が示されています。
さらに、この論文では、トラックと乗用車の両方のアルゴリズムを改良し、時間の経過とともに車両の適応、学習、およびパフォーマンスの向上を促進する際のパラメーターの重要な役割を強調しています。
最後に、さまざまなレベルの自律性の概要を説明し、AI と学習アルゴリズムの微妙な使用法を説明し、各レベルの主要なタスクを自動化します。
さらに、この文書では、さまざまな自律性レベルにおけるソフトウェア パッケージのサイズの違いについても説明しています。

要約(オリジナル)

The advent of autonomous vehicles has heralded a transformative era in transportation, reshaping the landscape of mobility through cutting-edge technologies. Central to this evolution is the integration of Artificial Intelligence (AI) and learning algorithms, propelling vehicles into realms of unprecedented autonomy. This paper provides a comprehensive exploration of the evolutionary trajectory of AI within autonomous vehicles, tracing the journey from foundational principles to the most recent advancements. Commencing with a current landscape overview, the paper delves into the fundamental role of AI in shaping the autonomous decision-making capabilities of vehicles. It elucidates the steps involved in the AI-powered development life cycle in vehicles, addressing ethical considerations and bias in AI-driven software development for autonomous vehicles. The study presents statistical insights into the usage and types of AI/learning algorithms over the years, showcasing the evolving research landscape within the automotive industry. Furthermore, the paper highlights the pivotal role of parameters in refining algorithms for both trucks and cars, facilitating vehicles to adapt, learn, and improve performance over time. It concludes by outlining different levels of autonomy, elucidating the nuanced usage of AI and learning algorithms, and automating key tasks at each level. Additionally, the document discusses the variation in software package sizes across different autonomy levels

arxiv情報

提供元, 利用サービス

arxiv.jp, Google