
-
生物通官微
陪你抓住生命科技
跳动的脉搏
自动驾驶行为解释的渐进阐述:解释必要性得分与文本长度、词汇独特性的实证研究
《Scientific Reports》:Higher explanation-necessity scores are associated with longer written explanations of autonomous driving scenes
【字体: 大 中 小 】 时间:2026年10月22日 来源:Scientific Reports 4.9
编辑推荐:
摘要对自动驾驶车辆行为的解释有助于乘客理解是什么触发了某个驾驶动作,但解释应当包含多少内容仍是一个待解决的设计问题。对已录制驾驶场景的回溯性标注可以提供候选内容。我们分析了该发布版本中的 1,103 条训练和测试记录,其数量与来源描述的语料库规模相符;每条记录都将人工撰写的文
对自动驾驶车辆行为的解释有助于乘客理解是什么触发了某个驾驶动作,但解释应当包含多少内容仍是一个待解决的设计问题。对已录制驾驶场景的回溯性标注可以提供候选内容。我们分析了该发布版本中的 1,103 条训练和测试记录,其数量与来源描述的语料库规模相符;每条记录都将人工撰写的文本与感知解释必要性总得分进行了配对。在词汇预处理之前,这些解释共包含 9,541 个空格分隔的词元(平均值 8.65;范围 2–20)。得分越高与解释越长相关联(皮尔逊 \(r=0.374\);模板聚类自助法 95% 置信区间 [0.266, 0.448]),即使在排除了得分为 1.0 的观测值后也是如此。我们将这种语料库层面的长度关联称为渐进阐述。有界模型比较未能确定唯一的潜在类别数量。对于分组汇总,我们使用了四个描述性分区:三个低于上限的区域以及 59 条得分为 1.0 的记录。记录加权和唯一模板分析表明,相较于下部分区,上部分区的分区内词汇独特性更高。在这些探索性分区的模板分组交叉验证中,非加权文本模型的平衡准确率超过了词元计数和分层虚拟基线(0.382,相比之下基线分别为 0.327 和 0.247)。包含 1,280 条记录的重跑实验维持了得分与长度、词汇及预测方面的发现,但潜在类别数量仍未确定。这些结果促使开展前瞻性研究,探讨如何实时选择、压缩和呈现源自标注的内容。