[論文レビュー] A Game-Theoretic Approach to Decision Making for Multiple Vehicles at Roundabout

Sasinee Pruekprasert, Jérémy Dubut+3 more|arXiv (Cornell University)|Apr 12, 2019

Traffic control and management参考文献 25被引用数 5

ひとこと要約

本稿では、交差点における複数の自律走行車両のための分散型ゲーム理論的意思決定フレームワークを提案する。相互作用を有限な逐次ゲームとしてモデル化し、各車両が他の車両の攻撃的度合いを推定し、ナッシュ均衡の予測に基づいて行動する。シミュレーションの結果、安全と速度の両立を効果的に行い、攻撃的度合いが増加しても衝突のない運用を維持する。また、反復的推定により正確な行動予測が可能となる。

ABSTRACT

In this paper, we study the decision making of multiple autonomous vehicles at a roundabout. The behaviours of the vehicles depend on their aggressiveness, which indicates how much they value speed over safety. We propose a distributed decision-making process that balances safety and speed of the vehicles. In the proposed process, each vehicle estimates other vehicles' aggressiveness and formulates the interactions among the vehicles as a finite sequential game. Based on the Nash equilibrium of this game, the vehicle predicts other vehicles' behaviours and makes decisions. We perform numerical simulations to illustrate the effectiveness of the proposed process, both for safety (absence of collisions), and speed (time spent within the roundabout).

研究の動機と目的

• 複雑な相互作用において従来のルールベースのシステムが失敗する、交差点における複数の自律走行車両の安全で効率的な意思決定の課題に対処すること。
• 動的交通環境における相互依存関係と戦略的行動を捉えるために、車両の相互作用を逐次ゲームとしてモデル化すること。
• 各車両が他の車両の行動を予測し、安全と速度の両方を最適化できる分散型意思決定プロセスを構築すること。
• 車両の攻撃的度の変動に応じた、衝突回避（安全）とミッション時間（速度）のトレードオフを評価すること。
• 大規模な学習データセットを必要とせず、説明可能で合理的な意思決定をゲーム理論的推論によって実現すること。

提案手法

• 各自律走行車両は、加速度やレーン変更などの走行行動を戦略とする有限な逐次ゲームとして、他の車両との相互作用をモデル化する。
• 攻撃的度という概念を導入し、速度を安全よりも優先する車両の傾向を表すパラメータとし、観察に基づいて推定し、反復的に更新する。
• 各車両は、推定された攻撃的度に基づいて、逐次ゲームのナッシュ均衡を計算し、他の車両の行動を予測する。
• 分散型推定プロセスにより、各車両は他の車両の行動の観察をリアルタイムで用いて、それらの攻撃的度に関する信念を更新する。
• 意思決定プロセスは、予測された均衡結果を用いて、安全と速度の両方をバランスに含むコスト関数を最小化する最適な軌道を選択する。
• 数値シミュレーションを用いて、車両数や攻撃的度の変動に応じた性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 複数の車両と相互作用する際、分散的に意思決定を行う自律走行車両が交差点で安全で効率的な意思決定をどのように行えるか。
• RQ2 提案されたゲーム理論的フレームワークは、衝突回避（例：衝突回避）を維持しながら、速度の最適化をどの程度達成できるか。
• RQ3 推定された攻撃的度とナッシュ均衡の推論を用いて、車両は他の車両の行動をどの程度正確に予測できるか。
• RQ4 車両の攻撃的度が増加すると、交差点走行全体の安全性と効率性にどのような影響を与えるか。
• RQ5 中央集権的な調整や大規模な学習データを必要とせず、安定的で予測可能な相互作用を維持できるか。

主な発見

• 提案手法は、最大8台の車両を含むすべてのテストシナリオで衝突のないナビゲーションを達成し、強固な安全性能を示した。
• 車両間の最小距離は、攻撃的度が0.3を超えて増加してもわずかに低下するにとどまり、安全マージンが堅牢に保たれている。
• ミッション時間（目的地到着までの時間）は、攻撃的度が上昇しても最小限に増加し、平均攻撃的度が0.3を超えると特に顕著に効果的な速度最適化が達成された。
• 隣接する車両同士は、時間経過とともに加速行動を高精度で予測しており、観測回数が増えるにつれて予測誤差が減少した。
• 車両同士が初期段階で進入時に減速し、観察された行動と更新された攻撃的度の推定に基づいて戦略を適応的に変更する、合理的で協調的な相互作用が実現された。
• 安全と速度の両立を効果的に実現し、高攻撃的度や混雑な交通状況下でも顕著な性能低下なしに安定したトレードオフを示した。