Key points are not available for this paper at this time.
지능형 시스템의 성능을 측정하는 한 가지 방법은 표준화되거나 재현 가능한 테스트를 개발하는 것입니다. 이러한 테스트는 시뮬레이션 환경 또는 실제 테스트 코스에서 진행될 수 있습니다. 미국 표준 기술 연구소(NIST)는 도시 수색 및 구조 임무에서 작동하는 모바일 자율 로봇의 성능을 평가하기 위한 테스트 코스를 개발했습니다. 이 테스트 코스는 다양한 정밀도로 무너진 건물 구조를 시뮬레이션하도록 설계되었습니다. 이 코스는 미국 인공지능협회(AAAI) 모바일 로봇 경쟁 및 로보컵 구조와 같은 로봇 경쟁에서 사용될 것입니다. 재현 가능하고 고도로 재구성 가능하도록 설계된 이 테스트 코스는 로봇의 인지 능력, 즉 지각, 지식 표현, 계획, 자율성 및 협력에 도전합니다. 이 테스트 코스의 목표는 자율 모바일 로봇을 위한 유용한 성능 지표 정의를 돕는 것으로, 널리 채택될 경우 알고리즘 및 시스템 구성 요소의 재사용을 촉진하여 고급 로봇 기능 개발을 가속화할 수 있습니다. 이 코스는 또한 로봇 개발자와 구매자가 특정 응용 프로그램을 위해 로봇을 객관적으로 평가할 수 있도록 하는 성능 테스트 환경 개발을 위한 프로토타입 역할을 할 수 있습니다. 본 논문에서는 자율 모바일 로봇의 성능 지표, 도전 분야로서의 대표적인 도시 수색 및 구조 시나리오의 사용, 테스트 코스의 설계 기준에 대해 논의합니다.
Jacoff 외 (Thu,)는 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: