arXiv (ML)AI
意味論的潜在表現を用いた変動する仕様下でのビジョンベース実行時監視
Vision-Based Runtime Monitoring under Varying Specifications using Semantic Latent Representations
この記事についてAIに質問する →
日本語要約青い用語にマウスを合わせると解説が表示されます
安全性が重要なシステムにおいて、カメラなどの視覚センサから得られる画像データを通じて、システムが安全な状態を保っているかを監視することは極めて困難な課題です。本研究は、画像から安全関連量を推論しながら、過去時間信号時間論理(ptSTL)に基づいた実行時監視を行う新しい手法を提案しています。部分的な観測可能性の下で、複数の安全仕様に対応できる再利用可能なモニタを開発することを目指しています。
研究の重要な貢献は、「意味論的基盤」と呼ばれる概念の導入です。これは時間原子の頑健性スコアから構成されたベクトルで、単調性と1-Lipschitz特性を持つ再利用可能なインターフェース内で最小限の予測対象となることを証明しました。一度訓練・較正されたモニタは、対象となる公式の断片内の任意の公式に対して、式ごとの再訓練を必要とせずに安全性を保証できます。さらに、現在の述語値のみを予測して時間履歴をオンラインで再構成する「ローリング予測モニタ」も提案されており、これはより学習しやすい一方で、長い時間地平線では保守的になります。
歩行者横断道路のベンチマーク実験では、ローリング手法は短い時間地平線でより厳密な保証を達成し、一方意味論的基盤モニタは長い時間地平線で最大4倍の改善を示しています。実世界のWaymoの運転データでの検証により、両モニタが適合的カバレッジ保証を実証的に満たすことが確認されました。この研究は、自動運転などの安全クリティカルなシステムにおける信頼性の高い監視手法の実現に向けた重要な一歩を示しています。