自動運転システムにおいて、交通ルールを厳格に守るための制約は時に過度に安全側に傾く傾向があります。本研究が指摘する問題は、自動運転車（エゴ）の候補操作がルール違反で否決されても、他の交通参加者がわずかな譲歩をすれば実現可能になるケースが見落とされているという点です。従来のルールベース防御機構やリーチビリティフィルタは危険な行動を効果的に排除できますが、否決の妥当性を証明したり、どの修復が必要で誰が責任を持つのかを明確にはしません。 研究チームは「対話的修復認証」という概念を導入し、CARVEというシステムを開発しました。このシステムは予測モデルに依存せず、エゴ車両と他の交通参加者が実行可能な戦術オペレータの有限格子上で動作します。重要な特徴は「協力エンベロープ」の概念で、これは運動学的到達可能性と規範的優先権を分離し、他の交通参加者に対する修復要求が右側通行ルール内で実行可能かを判定します。 実際の走行データセット（Lanelet2幾何に基づくINTERACTIONの589エピソード）での評価では、CARVEは最初に否決された操作の98.64%を受け入れ、378件の誤った否決のうち370件を人間の判断と一致させました。同時に589件すべてのケースで右側通行の尊重を保証し、優先車両への誤検知がゼロで、400件の負のストレス否決も正しく保持しました。 本手法は他の運転者の遵守を予測したり要求するのではなく、提案された対話的操作が有界で帰属可能、かつ宣言された仮定の下で規範的に許容可能であることを認証するものです。これは対話的運転シーンにおける安全性と効率性の両立を実現する重要な方法論となります。