[論文レビュー] Cooperation for Scalable Supervision of Autonomy in Mixed Traffic

Cameron Hickert, Sirui Li+1 more|arXiv (Cornell University)|Dec 14, 2021

Human-Automation Interaction and Safety被引用数 4

ひとこと要約

本稿は、混在交通環境における自律走行車（AV）の協調的監視フレームワークを提案し、到達可能性解析と待ち行列理論を用いて人的監視負担を低減する。協調的AVが監視要件を数個のオーダー単位で低減できることを示し、逆説的にもAVの普及率が高まるにつれて1台のAVあたりの監視者数が減少することを明らかにした。これにより、反応的監視ではなく、事前の協調によってスケーラブルな展開が可能になる。

ABSTRACT

Advances in autonomy offer the potential for dramatic positive outcomes in a number of domains, yet enabling their safe deployment remains an open problem. This work's motivating question is: In safety-critical settings, can we avoid the need to have one human supervise one machine at all times? The work formalizes this scalable supervision problem by considering remotely located human supervisors and investigating how autonomous agents can cooperate to achieve safety. This article focuses on the safety-critical context of autonomous vehicles (AVs) merging into traffic consisting of a mixture of AVs and human drivers. The analysis establishes high reliability upper bounds on human supervision requirements. It further shows that AV cooperation can improve supervision reliability by orders of magnitude and counterintuitively requires fewer supervisors (per AV) as more AVs are adopted. These analytical results leverage queuing-theoretic analysis, order statistics, and a conservative, reachability-based approach. A key takeaway is the potential value of cooperation in enabling the deployment of autonomy at scale. While this work focuses on AVs, the scalable supervision framework may be of independent interest to a broader array of autonomous control challenges.

研究の動機と目的

• 安全が最重要となる混在交通環境における自律走行車の人的監視をスケーリングするという重要な課題に対処すること。
• 特に混沌とした予測不能な交通状況下でも、1名の監視者が複数台のAVをリアルタイムで効果的に管理できるかどうかを調査すること。
• 「スケーラビリティ」の指標（1名の監視者あたりのAV台数の期待値）を形式化し、AVの普及率と協調性に依存する関係を分析すること。
• 到達可能性に基づく活性化基準と待ち行列理論的モデリングを活用した、システム全体の信頼性を確保するリモート監視フレームワークの開発。

提案手法

• 監視者が、合流地点が自律走行車と人間運転車の両方の到達可能領域内にある場合にのみ起動されるという、到達可能性に基づく活性化条件を用いて、スケーラブルな監視問題を形式化する。
• 待ち行列理論を用いて合流タスクの到着率とサービス率をモデル化し、監視者の負荷と信頼性の閾値を分析可能にする。
• 順序統計を用いて、最近接する協調的AV（CCA）までの最小距離を分析し、協調的ブロッキングが危険時刻の分布をシフトさせることで監視の発動確率を低減することを示す。
• 複数の監視者が合流タスクを共有する場合に、監視者が不足する確率の閉形式表現を導出する。
• 衝突を保証しないが、高い信頼性で人間水準の信頼性を確保する保守的で到達可能性に基づく安全アプローチを導入する。
• 統計的および解析的手法を用いて、監視時間の上界を計算し、CCAの協調が監視信頼性に与える影響を定量化する。

実験結果

リサーチクエスチョン

• RQ1 自律走行車同士の協調によって、混在交通環境における1台のAVあたりの人的監視者数を低減できるか？
• RQ2 交通網内のAVの割合が監視負荷に与える影響は何か？この関係には直感に反する振る舞いが現れるか？
• RQ3 1台のAVの合流行動を監視するための、監視時間の理論的上界は何か？
• RQ4 接続された協調的AV（CCA）による協調的ブロッキングは、非協調的AVと比較して、監視の活性化確率をどの程度低減するか？
• RQ5 AVの普及率が高まるに従い、リモート監視フレームワークがスケーラブルな監視者数で人間水準の安全信頼性を達成できるか？

主な発見

• AVの普及率が16台中16台に達した場合、協調的AVにより1台あたりの期待監視時間が最大69%短縮され、$d_i = 0.1$の条件下で相対的な改善率は69.03%に達する。
• 低リスク状況（$d_i = 0.01$）においても、16台のCCAが存在する場合、監視信頼性は最大44.33%向上し、保守的閾値下でも一貫した向上効果を示す。
• AVの普及率が高まるにつれて、1台あたりの必要な監視者数が減少する。これは従来の直感を覆すものであり、高水準のAV浸透率下でもスケーラブルな監視が可能になる。
• CCAの協調により監視信頼性が顕著に向上する：$d_i = 0.1$の条件下で、$S=16$のとき、非協調的状況では監視失敗確率が0.1074、協調的状況では0.03055に低下し、71.5%の減少を達成する。
• CCAが存在する場合、固定数の監視者で、監視信頼性閾値を最大10倍まで向上させることができ、対数スケールの信頼性プロットで示されている。
• 本フレームワークにより、監視効率に数個のオーダー単位の改善が達成され、予防的協調が監視容量の拡大よりも効果的であることが示された。