arXiv cs.CY· Doyeon Jang·· 10 小时前AI 评分38
研究对比 ADS 与人类驾驶事故类型构成差异
Where ADS Crashes Differ: A Harmonized Comparison Against Human Baselines
AI 导读
研究将 NHTSA SGO 的 2,450 起 ADS 事故（2021-2026）用 LLM 按 CRSS 事故类型分类，与人类驾驶对比事故类型构成而非事故率。
正文 · AI 翻译
摘要：自动驾驶系统（ADS）与人类驾驶员之间的碰撞率比较，需要一个暴露量分母，而只有少数运营商公布该数据。我们转而提出一个构成问题：给定一起碰撞事故，ADS 与人类驾驶车辆在碰撞类型构成上是否存在差异？该问题无需里程数据，因此可覆盖所有 ADS 运营商。我们汇总了 NHTSA 常设通用命令（SGO）两代文件中的 ADS 事故文件，得到 2,450 起不同的范围内事故（2021-2026），其中 828 起落在 2021-2024 窗口内，该窗口由碰撞报告抽样系统（CRSS）覆盖，CRSS 是全国警方报告的人类对照数据。一个受模式约束的大语言模型（LLM）将每份 SGO 叙述编码为 CRSS 碰撞类型分类体系。由于 SGO 强制报告的门槛远低于警方报告门槛，我们用客观严重性下限和理性人标准来界定可报告性，并且只在差异同时通过两者检验时才声称存在差异。两项构成差异在每一种可报告性定义、拖车定义和人类侧加权方式下，以及在两种无人驾驶操作定义下都成立：横穿路径碰撞在 ADS 碰撞中占比偏低（在主要无人驾驶定义下为 CRSS 份额的 0.23-0.46 倍），单车碰撞同样偏低（0.19-0.56 倍）。在严重性下限的追尾碰撞中，ADS 车辆为撞击方的准诱导暴露比为 0.121（95% CI [0.05, 0.23]），而人类基线为 1.000。如果 ADS 车辆被撞的频率也高于其暴露量所暗示的水平，则该比值会高估 ADS 与人类之间的差异。我们还记录了联邦数据中的三个陷阱：无人驾驶操作的运营商特定编码、受车队回收实践干扰的拖离标准，以及一个占据率混杂因素，它解释了约 42% 的表观 ADS-人类严重性差距。
| 主题： | 计算机与社会（cs.CY） |
| 引用为： | arXiv:2610.42121 [cs.CY] |
| （或 arXiv:2610.42121v1 [cs.CY] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.42121 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Doyeon Jang [查看电子邮件]
[v1]
2026年10月30日星期五 17:53:28 UTC（16 KB）
来源：arXiv cs.CY · arxiv.org