[論文レビュー] Efficient Uncertainty-aware Decision-making for Automated Driving Using Guided Branching

Lu Zhang, Wenchao Ding+2 more|arXiv (Cornell University)|Mar 5, 2020

Autonomous Vehicle Technology and Safety参考文献 29被引用数 5

ひとこと要約

この論文は、ドメイン固有のクローズドループ政策ツリー（DCP-Tree）と条件付き集中分岐（CFB）を用いて、混雑した交通状況におけるリアルタイムで長時間にわたる計画を可能にする、効率的で不確実性を考慮した意思決定（EUDM）フレームワークを提案する。エゴ車両の行動と意図の空間における分岐を専門知識でガイドすることで、EUDMは20 Hzで安全で滑らかで効率的な意思決定を実現し、先行手法よりも安全性と快適性の指標で優れている一方で、計算的に扱いやすい。

ABSTRACT

Decision-making in dense traffic scenarios is challenging for automated vehicles (AVs) due to potentially stochastic behaviors of other traffic participants and perception uncertainties (e.g., tracking noise and prediction errors, etc.). Although the partially observable Markov decision process (POMDP) provides a systematic way to incorporate these uncertainties, it quickly becomes computationally intractable when scaled to the real-world large-size problem. In this paper, we present an efficient uncertainty-aware decision-making (EUDM) framework, which generates long-term lateral and longitudinal behaviors in complex driving environments in real-time. The computation complexity is controlled to an appropriate level by two novel techniques, namely, the domain-specific closed-loop policy tree (DCP-Tree) structure and conditional focused branching (CFB) mechanism. The key idea is utilizing domain-specific expert knowledge to guide the branching in both action and intention space. The proposed framework is validated using both onboard sensing data captured by a real vehicle and an interactive multi-agent simulation platform. We also release the code of our framework to accommodate benchmarking.

研究の動機と目的

• 確率的で不確実な交通状況、特にエージェントの確率的行動とセンシングノイズを伴う状況におけるPOMDPの計算的非妥当性に対処すること。
• 不確実性下でのリアルタイムで長期間（最大8秒間）の横方向および縦方向の行動計画を可能にすること。
• 全探索を避けながらも、危険なシナリオを明示的に特定・優先することで、安全性と快適性を向上させること。
• 固定された行動仮定に依存することを減らし、計画の時間的範囲内でエゴ車両の行動を進化可能にする。
• 複雑な走行環境におけるベンチマークとデプロイメントに適した、高並列性でオープンソースのフレームワークを提供すること。

提案手法

• DCP-Tree構造は、根から葉への各パスが有限の時間範囲におけるエゴ車両の行動シーケンス（例：レーン変更、レーン維持）を表す意味レベルの行動空間を定義する。
• 各行動シーケンスは、他のエージェントとの動的相互作用を考慮したクローズドループシミュレーションにより評価され、安全性と実現可能性の現実的な評価が可能になる。
• CFB機構は、エゴ行動シーケンスを前提として、オープンループでの安全性評価を実施し、高リスクのシナリオを特定する。これにより、計算リソースを重要なケースに集中させることができる。
• CFBは条件付き分岐を用いて、衝突や安全でない相互作用に至る可能性の高い意図の組み合わせの探索を優先する。
• 信念状態上で動作することで、センシングの不確実性と予測誤差を統合し、選択的で専門的知識に基づく探索によりリアルタイム性能を維持する。
• システムはC++11で実装されており、標準的なハードウェア上で20 Hzで安定して動作し、リアルタイムデプロイメントを可能にする。

実験結果

リサーチクエスチョン

• RQ1 ドメイン特化の政策ツリー構造は、自動運転における長時間計画のための探索空間を効果的に削減しつつも、柔軟性を保っているか？
• RQ2 エージェントの意図とセンシングの不確実性は、リアルタイム計画においてどのように効率的にモデル化され、優先されるべきか？
• RQ3 条件付き集中分岐は、計算コストが著しく増大することなく、安全性を向上させ、危険な意思決定を減らすことができるか？
• RQ4 計画中にエゴ車両の行動を動的に変化させることで、固定された行動仮定に比べて意思決定の質がどの程度向上するか？
• RQ5 本手法は、実世界およびシミュレーション環境下で、最先端の手法と比較して安全性、効率性、快適性においてどの程度優れているか？

主な発見

• EUDMは、ダブルマージングマップで0.025、リングマップで0.003という安全性指標を達成し、MPDM（0.048および0.042）とEDM（0.043および0.030）を大きく上回り、リスク低減の優位性を示した。
• 快適性の観点では、EUDMはダブルマージングでキロあたり0.38回、リングで0.48回の不快な減速（UD）に抑えられ、MPDMの1.85および1.09を大幅に下回り、滑らかな走行行動を示した。
• EUDMの平均速度はダブルマージングで4.63 m/s、リングで3.21 m/sであり、MPDMと同等でEDMに比べわずかに低く、バランスの取れた効率性を示した。
• アブレーションスタディの結果、CFBを除去した場合（EDMに相当）は平均速度は上昇したが、安全性は著しく悪化し、CFBが耐性向上に果たす役割を裏付けた。
• EUDMは、シミュレーションおよび実世界データの両方で、衝突するレーン変更や合流する車両といった危険なシナリオを的確に特定・処理でき、不確実性への適応性を示した。
• フレームワークは標準デスクトップハードウェア上で20 Hzで安定したリアルタイム性能を達成し、搭載用デプロイメントの実用性を裏付けた。