[論文レビュー] Game-Theoretic Modeling of Driver and Vehicle Interactions for Verification and Validation of Autonomous Vehicle Control Systems

Nan Li, Dave W. Oyler+4 more|arXiv (Cornell University)|Aug 30, 2016

Autonomous Vehicle Technology and Safety参考文献 23被引用数 15

ひとこと要約

本稿では、レベル-kドライバー・モデルを用いたゲーム理論的交通シミュレータを提案し、自律走行車制御システムのスケーラブルで計算的に扱いやすい検証・検定を可能にする。シミュレーションベース最適化を用いて制御方針の定量的比較とパラメータキャリブレーションを実現し、決定木方針がスタックルベルク方針よりも安全性と性能で優れているが、計算コストが高くなることを示している。

ABSTRACT

Autonomous driving has been the subject of increased interest in recent years both in industry and in academia. Serious efforts are being pursued to address legal, technical and logistical problems and make autonomous cars a viable option for everyday transportation. One significant challenge is the time and effort required for the verification and validation of the decision and control algorithms employed in these vehicles to ensure a safe and comfortable driving experience. Hundreds of thousands of miles of driving tests are required to achieve a well calibrated control system that is capable of operating an autonomous vehicle in an uncertain traffic environment where multiple interactions between vehicles and drivers simultaneously occur. Traffic simulators where these interactions can be modeled and represented with reasonable fidelity can help decrease the time and effort necessary for the development of the autonomous driving control algorithms by providing a venue where acceptable initial control calibrations can be achieved quickly and safely before actual road tests. In this paper, we present a game theoretic traffic model that can be used to 1) test and compare various autonomous vehicle decision and control systems and 2) calibrate the parameters of an existing control system. We demonstrate two example case studies, where, in the first case, we test and quantitatively compare two autonomous vehicle control systems in terms of their safety and performance, and, in the second case, we optimize the parameters of an autonomous vehicle control system, utilizing the proposed traffic model and simulation environment.

研究の動機と目的

• 複雑で不確実な交通環境における人間-車両相互作用を伴う自律走行車制御システムの検証・検定の課題に対処すること。
• ドライバーと車両の相互作用を事前に定義された行動ではなく、戦略的意思決定プロセスとしてモデル化するスケーラブルなシミュレーションフレームワークの開発。
• シミュレートされた交通環境における安全性と性能の指標を用いて、自律走行車制御方針の客観的比較を可能にすること。
• シミュレーションベース最適化を用いて自律走行車制御システムのパラメータキャリブレーションを支援すること。
• 自律走行車の意思決定を現実的な相互作用ダイナミクスのもとでストレステストする、挑戦的な交通シナリオの特定。

提案手法

• シミュレータは、各エージェントが一定の認知的レベルまで他のエージェントの行動を予測するレベル-kゲーム理論フレームワークを用いて、ドライバーと車両を戦略的エージェントとしてモデル化する。
• ドライバー行動は、パスプランニングのためのチューナブルな重みとしきい値を持つ意思決定ツリーに基づく階層的意思決定プロセスでモデル化される。
• 自律走行車と人間運転車両間のリーダーフォロワー・ダイナミクスをモデル化するためにスタックルベルクゲーム定式化が採用される。
• 安全性と性能は制約違反率と平均走行速度を用いて評価され、最適化に向けた複合報酬関数が使用される。
• パラメータキャリブレーションはシミュレーションベース最適化により実施され、報酬関数は安全性（制約違反）と性能（速度）のバランスをとる。
• シミュレータはJavaを用いてデスクトッププラットフォームで実行され、リアルタイム性能はSystem.nanoTime()で測定される。

実験結果

リサーチクエスチョン

• RQ1 ドライバー行動のゲーム理論的モデルは、自律走行車のテストに向けた現実的で相互作用的な交通シナリオをシミュレートするためにどのように活用できるか？
• RQ2 特にスタックルベルク方針と意思決定ツリー方針の間で、混合交通状況下における安全性と性能の観点から、自律走行車制御方針はどのように比較できるか？
• RQ3 シミュレーションベース最適化は、安全性と性能を向上させるために制御システムのパラメータをキャリブレーションするのに効果的か？
• RQ4 異なる制御方針実装における計算コストと性能／安全性のトレードオフは何か？
• RQ5 意思決定ツリー評価指標における重みの変化が、システムの挙動と結果にどのように影響するか？

主な発見

• 最適化された安全性を考慮した場合、意思決定ツリー方針は制約違反率27.5％を達成した一方で、スタックルベルク方針は31.8％であった。これは、安全性の向上を示している。
• 意思決定ツリー方針は、平均走行速度においてスタックルベルク方針を上回り、シミュレーション環境内でのドライブ性能の優位性を示した。
• 意思決定ツリー方針の計算コストは、49のアクションプロファイルの評価によるスタックルベルク方針を上回ったが、シミュレータは高速であり、200秒のシミュレーションあたりの平均実行時間が1秒未満であった。
• 最適化結果から、最大の安全性（p1=1, p2=0）を実現する最良のパラメータペア（wl1/wl2 = 2.5, xB = 23）は、制約違反率を元の設定からの31.8％から27.5％に低下させた。
• 報酬関数最適化の結果、異なる重みの組み合わせ（p1, p2）が異なる最適パラメータ領域をもたらし、シミュレーションベースキャリブレーションの有効性を確認した。
• 提案されたシミュレータは、挑戦的な交通シナリオを効果的に生成し、自律走行車制御システムの体系的評価とチューニングを可能にした。