FTA generation using GenAI with an Autonomy sensor Usecase

要約

機能安全は、システムの設計において重要な側面を形成します。
自動車産業への重点は、長年にわたり大幅に進化してきました。
これまで、自動運転に関連するさまざまなシナリオや機能に対して適切な FTA (フォールト ツリー分析) を取得するための多くの手法が開発されてきました。
この論文は、LiDAR センサーの誤動作のユースケースを念頭に置き、フォールト ツリー分析 (FTA) を開発するために生成人工知能 (GenAI) を使用する範囲を探る試みです。
私たちは、利用可能なさまざまなオープンソースの大規模言語モデル (LLM) モデルを調査し、そのうちの 1 つを深く掘り下げてその応答を調査し、分析を提供します。
このペーパーでは、PlantUML ツールを利用した Autonomy ユースケースのフォールト ツリー分析のために、プロンプト エンジニアリングを通じて既存の大規模言語モデルをトレーニングできる可能性を示すことに成功しました。

要約(オリジナル)

Functional safety forms an important aspect in the design of systems. Its emphasis on the automotive industry has evolved significantly over the years. Till date many methods have been developed to get appropriate FTA(Fault Tree analysis) for various scenarios and features pertaining to Autonomous Driving. This paper is an attempt to explore the scope of using Generative Artificial Intelligence(GenAI) in order to develop Fault Tree Analysis(FTA) with the use case of malfunction for the Lidar sensor in mind. We explore various available open source Large Language Models(LLM) models and then dive deep into one of them to study its responses and provide our analysis. This paper successfully shows the possibility to train existing Large Language models through Prompt Engineering for fault tree analysis for any Autonomy usecase aided with PlantUML tool.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google