Skip to content

GCRI · 人工知能と自律システム

ロボティクスと自律性

Robotics and automation bring AI into physical systems. In this field it covers the perception, control, safety engineering and human-robot interaction of robots, drones and automated vehicles, and how their safety is demonstrated.

02申請

ロボティクスと自動化がここで果たす役割。

Robotics and automation design machines that sense, decide and act in physical environments. They are used in manufacturing, logistics, inspection and disaster response, and change patterns of operational risk and labour. In artificial intelligence and data and compute, automation can reduce human exposure to hazardous tasks and speed recovery operations. It also concentrates dependence on software, sensors and supply chains. The canonical description is on the STEM Commons.

シナリオに基づくテスト

自律 システム は、現場での運用に先立ち、まれで危険な状況を含むシナリオ・カタログにわたって、シミュレーションとテストコースで試験されます。

Collaborative robot safety

人の近くで作業するロボットの力、速度、離隔距離の限度は、安全規格に照らして設定され、検証されます。

運用領域の監視

システムには、設計領域を逸脱したことを検知し、安全なフォールバックを作動させる計装が施されている。

03監視

検証と試験。

この手法を追跡するためにチームが使う画面:その指標、状態、決定。名前は例であり、値はイメージです。

検証とテスト

AI and autonomous systems · Robotics and autonomy · Run R-3104

試験キャンペーンGCRI・人工知能と自律システム

要件の網羅状況

REQ-01 安全停止2131対象
REQ-07 故障検知69ギャップ
REQ-12 のタイミング1220対象

手法カード

手法
ロボティクスと自動化
標準
トレーサビリティ・マトリクス
審査者
独立
ラベル
モデル化

深刻度別の所見

050100件数、例示低中高Critical
Verification and test: the screen’s structure, terms and states for AI and autonomous systems.Example names and illustrative values; a design, not a record or a live system.
04データ

手法が使用するもの。

このプラットフォームでロボティクスとオートメーションが用いるデータセットと記録。それぞれが果たす役割と、その値に付されるラベルを示します。出典は 出典の登録簿.

データ役割ラベル
シミュレーション・シナリオ・ライブラリTest coverageモデル化
フィールド記録運用上の挙動観測
インシデント報告失敗報告値
05手法とエビデンス

ロボティクスと自律性をどのようにモデル化し、測定し、検証するか。

モデル、その仮定、データ、不確実性を、科学者やエンジニアが確認する形で示します。構造は公表された手法に従っています。描かれた値は例示であり、知見ではありません。

モデル、方程式、仮定

The model structure used for robotics and autonomy, the assumptions it makes and how each is tested.

要素 i のリスクRi = f(Hi, Ei, Vi, Ci)ハザード、エクスポージャー、脆弱性、対処能力
年間期待損失EAL = ∑k pk · Lkover events k with annual probability pk
結合システムxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
仮定作られる理由検証の方法
一つの事象の中では、ハザードとエクスポージャーは独立している損失の積分を扱いやすく保つ同時記録に当てはめたコピュラと比較
結合は動作点の近くで線形であるショックを A を通じて伝播させる線形範囲を超えて摂動を与えて比較する
脆弱性曲線は場所を越えて適用できる地域固有の曲線はめったに得られない観測された損失がある場合はそれに照らして検証
入力
来歴付きのバージョン管理されたデータセット
成果物
分布であり、単一の数値ではない
コード
モデルカードと試験とともに公開
再現
同じデータ、コード、環境、シード
標準的なリスクおよび状態空間の定式化です。挙げた前提はこの手法に典型的なもので、審査のために示しており、結果ではありません。
FAIR 原則・GO FAIR と FORCE11W3C PROV・World Wide Web Consortium不確実性の一貫した扱いに関するガイダンス・IPCCCEOS 解析即応データ・地球観測衛星委員会
06検証

結果の確認方法。

システム は、シミュレーション、段階的な実地試験、機能安全規格への適合を通じて妥当性が確認されます。運用時のモニタリングにより、配備後の性能を確認します。

確認実施方法
シナリオの対象範囲テストカタログは、設計領域の網羅性について審査されます
Simulation validitySimulators are validated against real-world tests
Standards conformitySafety functions are verified against applicable standards

ロボットは、テストで想定されていない非構造化環境において予測できない挙動を示すことがあります。人との相互作用は、安全と法的責任の問題を提起します。

07プロセス

プロセスの進め方。

Process explorer · Process

ロボティクスと自律性: リスク管理プロセス

8 ステップ5 段階

プロセス

ロボティクスと自律性: リスク管理プロセス

ISO 31000:2018 は、範囲、状況、基準から、評価と対応を経て、モニタリング、レビュー、報告に至る反復的なリスクマネジメント・プロセスを定めています。

  1. 01 枠組みの設定

    1. 01Scope, context and criteriaDataset · Evaluation leadThe frame for the process: the scope, the external and internal context, and the risk criteria. Later steps are read against this frame.
  2. 02 リスク評価

    1. 04Risk identificationStep · Evaluation leadThe first part of risk assessment. Risk is usually expressed by risk sources, potential events, their consequences and likelihood.
    2. 05リスク分析モデル · 評価責任者リスク評価の第 2 段階。特定されたリスクの結果と発生可能性を、公式ではなくガイドラインに沿って検討します。
    3. 06Risk evaluationStep · Evaluation leadThe last part of risk assessment. Results of the analysis are compared with the risk criteria to see where more action is needed.
  3. 03 処理

    1. 07Risk treatmentStep · Evaluation leadTreatment options are selected, then plans are prepared and implemented. Residual risk is documented and goes to monitoring and review.
  4. 04 プロセス全体

    1. 02Communication and consultationStep · Evaluation leadCommunication and consultation with stakeholders is its own process element. The standard draws it alongside the others, not in sequence.
    2. 03Monitoring and reviewStep · Evaluation leadMonitoring and review take place at every stage. New experience, knowledge and analysis can revise elements, actions and controls.
  5. 05 記録と報告

    1. 08Recording and reportingRecord · Evaluation leadThe process and its outcomes are documented and reported. The standard does not name who receives the report in the clauses read.

外部の標準または手法の概要を、その公開情報源に基づいて示したものです。フレームワークが述べていることを説明するものであり、いかなる実施の記録でもありません。Nexus やいずれかのパートナーがあるステップを実施、認証、承認していることを示すものではありません。ゲートは手法のステップであり、Nexus による承認ではありません。

08つながり

この手法に依拠するトピック。

09スチュワードシップ

手法を維持する者。

Advanced Industry and Robotics stewards robotics and automation for the Consortium and reviews how it is applied across platforms.

11質問

質問と回答。

この分野におけるロボティクスと自動化の限界は何ですか?
ロボットは、テストで想定されていない非構造化環境において予測できない挙動を示すことがあります。人との相互作用は、安全と法的責任の問題を提起します。
結果はどのように確認されますか?
システムは、シミュレーション、段階的な実地試験、機能安全規格への適合によって検証される。運用監視は、導入後の性能を確認する。
このページの値は実際のものですか?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
この手法は他にどこで適用されていますか?
社会を動かし続ける 正式な手法のページ には、それを適用するすべてのプラットフォームが掲載されています。
報告書貢献する

このページからエビデンスを提供する。

Reports はコンソーシアムの季刊刊行物です。このテーマについてあなたが知っていることは、次号でエビデンス、事例、または訂正となり得ます。あなたの名前を記し、あなた自身の著作物である場合は CC BY 4.0 で公表されます。

GCRI人工知能と自律システム指数関数的テクノロジーLabs のエビデンス
人工知能と自律システム

手法、データセット、または問いを持ち込んでください。

情報提供と問い合わせは本日から受け付けています。問い合わせには参照番号が付き、次の手順が示されます。申請、支払い、計算資源の割り当て、登録は、担当チーム、規約、審査体制が整ってから開始します。