ラウンドアバウトにおける相互作用強度を調整可能なシナリオ生成

- ラウンドアバウトにおける相互作用強度を連続的に調整可能なシナリオ生成手法を提案。 - 幾何経路と時間進行プロファイルを分離し、事前学習したautoencoderで潜在コードにマッピング。 - 条件付き潜在生成をWGANで行い、譲り（yielding）を制御可能なタイミング介入としてモデル化。 - 進入からエントリー区間でyield codeをスケーリング係数λで調整し、相互作用強度を変調。

- 既存のシナリオ生成法は相互作用強度や危険度の制御性が限定的で、系統的な安全テストが困難。 - 自然主義データから十分な準危険シナリオを抽出するのは非効率。 - 提案手法は相互作用強度を連続的に調整可能で、制御されたテストを可能にする。 - ベースラインモデルと比較して、タイミング潜在の忠実度と妥当な相互作用応答が向上。

- 幾何経路と時間進行プロファイルを分離し、それぞれを事前学習autoencoderで潜在コードに変換。 - 条件付き潜在生成にWGANを用いてシナリオを生成。 - 譲りをコンパクトなyield codeによるタイミング介入としてモデル化。 - 進入からエントリー区間でyield codeを係数λでスケーリングし、相互作用強度を調整。 - 危険度に基づくスケーリングでλを増やすと安全マージンが拡大。

- ベースラインモデルと比較し、タイミング潜在の忠実度と相互作用応答の妥当性を評価。 - 危険度較正スケーリング下でλを増加させると安全マージンが拡大することを確認。 - 具体的なデータセットや評価指標は要旨からは不明。

- 提案手法はスケーラブルで制御されたテストメカニズムを提供。 - 相互作用強度の調整が安全マージンに与える影響を議論。 - 限界や課題については要旨からは不明。

- 要旨で参照されているベースラインモデル（具体的名称は不明）。 - 関連手法としてWGAN、autoencoder、条件付き潜在生成。 - 同分野の定番として自然主義データからのシナリオ抽出、安全クリティカルシナリオ生成。