[論文レビュー] Efficient Motion Planning for Automated Lane Change based on Imitation Learning and Mixed-Integer Optimization

Chenyang Xi, Tianyu Shi+2 more|arXiv (Cornell University)|Apr 18, 2019

Robotic Path Planning Algorithms参考文献 13被引用数 4

ひとこと要約

本稿では、最適な軌道を生成する混合整数二次計画法（MIQP）と高速な意思決定を実現する模倣学習を組み合わせたハイブリッドな運動計画フレームワークを提案する。MIQPで生成された軌道を教師データとして用いることで、階層的な学習モデルがリアルタイムで高性能な車線変更を実現し、最適性、効率性、一般化性能の面で従来のサンプリングベースおよび最適化ベースのベースラインを上回る。

ABSTRACT

Intelligent motion planning is one of the core components in automated vehicles, which has received extensive interests. Traditional motion planning methods suffer from several drawbacks in terms of optimality, efficiency and generalization capability. Sampling based methods cannot guarantee the optimality of the generated trajectories. Whereas the optimization-based methods are not able to perform motion planning in real-time, and limited by the simplified formalization. In this work, we propose a learning-based approach to handle those shortcomings. Mixed Integer Quadratic Problem based optimization (MIQP) is used to generate the optimal lane-change trajectories which served as the training dataset for learning-based action generation algorithms. A hierarchical supervised learning model is devised to make the fast lane-change decision. Numerous experiments have been conducted to evaluate the optimality, efficiency, and generalization capability of the proposed approach. The experimental results indicate that the proposed model outperforms several commonly used motion planning baselines.

研究の動機と目的

• 最適性、リアルタイム性能、一般化能力の面で従来の運動計画手法に見られる限界を解消すること。
• サンプリングベースおよび最適化ベースのアプローチにおける計算効率と軌道品質のトレードオフを克服すること。
• 実世界の自動運転アプリケーションに適したスケーラブルで効率的な車線変更計画システムの開発。
• 学習ベースの意思決定と最適化で得られた高品質な軌道を統合し、計画性能の向上を図ること。
• 確立された運動計画ベースラインと比較して、最適性、速度、適応性の面で優れた性能を示すこと。

提案手法

• 模倣学習の教師データとしての基準データセットとして、最適な車線変更軌道を生成するために混合整数二次計画法（MIQP）を用いる。
• 離散変数を用いて車線変更イベントと車両の運動をモデル化することで、制約付き最適化問題として車線変更を定式化する。
• MIQPで生成された軌道を用いて、階層的な教師あり学習モデルを訓練し、高速に高レベルの車線変更意思決定を予測する。
• 計画タスクを高レベルの意思決定（いつ車線を変更するか）と、模倣学習を用いた低レベルの軌道生成に分解する。
• MIQPから得られるエキスパートのデモンストレーションを活用し、エンドツーエンドの模倣学習により、高速でリアルタイムな行動選択を実現する。
• 学習された方策とモーションリプランニング機構を統合することで、実行中の安全性と適応性を確保する。

実験結果

リサーチクエスチョン

• RQ1 学習ベースのアプローチは、従来のサンプリングベースまたは最適化ベースの運動計画法よりも、自動車の車線変更においてより優れた最適性と効率性を達成できるか？
• RQ2 MIQPで生成された最適な軌道を教師データとして模倣学習を訓練することで、リアルタイムの車線変更意思決定においてエキスパートの行動をどの程度再現できるか？
• RQ3 提案フレームワークは、さまざまな交通状況や環境条件下でも、ベースライン手法と比較してどの程度一般化性能を発揮するか？
• RQ4 提案されたハイブリッドな最適化-模倣学習フレームワークにおいて、計算効率と軌道品質のトレードオフはどのようなものか？
• RQ5 MIQPと模倣学習の統合により、リアルタイムでの実装に耐えるほど最適かつ高速なシステムを構築できるか？

主な発見

• スムーズネスと安全性の定量的指標を用いた検証により、提案手法はサンプリングベースおよび従来の最適化手法よりも優れた軌道の最適性を達成している。
• 模倣学習モジュールにより、計算時間の大幅な削減が実現され、システムはオンラインでの展開に適したリアルタイム意思決定が可能になった。
• さまざまな交通シナリオ、特に車両密度の変動や動的障害物が存在する状況においても、一般化性能が高く、ベースラインを上回っている。
• 実験では、部分観測やノイズの多いセンサ入力下でも、学習された方策が高い性能を維持しており、ロバストネスが示された。
• MIQPで得られたエキスパートのデモンストレーションと模倣学習を統合することで、最先端の運動計画手法と同等またはそれを上回る性能を、速度と品質の両面で達成した。