[論文レビュー] Hierarchical Adaptable and Transferable Networks (HATN) for Driving Behavior Prediction

Letian Wang, Yeping Hu+4 more|arXiv (Cornell University)|Nov 1, 2021

Autonomous Vehicle Technology and Safety参考文献 17被引用数 11

ひとこと要約

本稿では、二段階のフレームワークである階層的適応可能で転送可能なネットワーク（HATN）を提案する。このフレームワークは、参照線追跡を用いて、高レベルの意図同定（例：挿入スロット選択）と低レベルの行動生成を分離する。意味的サブタスク分解とオンライン適応モジュールを活用することで、多様な交通状況において予測精度と転送性が向上し、円形交差点における短期予測で最大28.7%の誤差低減を達成した。

ABSTRACT

When autonomous vehicles still struggle to solve challenging situations during on-road driving, humans have long mastered the essence of driving with efficient transferable and adaptable driving capability. By mimicking humans' cognition model and semantic understanding during driving, we present HATN, a hierarchical framework to generate high-quality driving behaviors in multi-agent dense-traffic environments. Our method hierarchically consists of a high-level intention identification and low-level action generation policy. With the semantic sub-task definition and generic state representation, the hierarchical framework is transferable across different driving scenarios. Besides, our model is also able to capture variations of driving behaviors among individuals and scenarios by an online adaptation module. We demonstrate our algorithms in the task of trajectory prediction for real traffic data at intersections and roundabouts, where we conducted extensive studies of the proposed method and demonstrated how our method outperformed other methods in terms of prediction accuracy and transferability.

研究の動機と目的

• 異なる走行シナリオ間での移行時に、既存の自動運転意思決定モデルの脆さ（brittleness）を是正すること。
• 人間の認知的階層を模倣することで、人間のような走行適応性と現在のAVの能力のギャップを埋めること。
• 意味的サブタスク分解とオンライン適応を通じて、シナリオ転送可能で個々の走行特性に応じた行動予測を可能にすること。
• 交差点や円形交差点のような密集したマルチエージェント交通環境における短期予測精度を向上させること。
• オンライン適応における情報利得と行動ギャップのトレードオフを評価すること。

提案手法

• HATNは、交通流における挿入スロットを同定する高レベルの意図ポリシーと、参照線を追跡する行動を生成する低レベルの行動ポリシーを有する階層的構造を採用する。
• フレームワークは、異なる道路形状や交通ルールに対しても一貫性と転送性を確保するための汎用的状態表現を用いる。
• オンライン適応モジュールは、設定可能な適応ウィンドウτの過去の軌跡データを用いてモデルパラメータを微調整し、現在の予測を改善する。
• 適応プロセスは、過去τステップにおける予測誤差を最小化することで、個々の走行スタイルやシナリオ固有のダイナミクスに動的に適合する。
• モデルは交差点および円形交差点からの実世界の交通データを用いて訓練および評価され、適応性能の評価にADE 1–4を指標として用いる。
• 二本のブランチアーキテクチャを採用：意図モデリングにはSGN（Scene Graph Network）、行動生成にはEDN（End-to-End Decoder Network）を用い、両者ともGRUとアテンション機構を統合している。

実験結果

リサーチクエスチョン

• RQ1 意味的サブタスクを有する階層的ドライブポリシーは、多様な交通状況間での転送性を向上させ得るか？
• RQ2 オンライン適応は、行動分布のシフトが生じる状況下で短期予測精度をどのように向上させるか？
• RQ3 情報利得と時間的行動ギャップのバランスを最適化する適切な適応ウィンドウτは何か？
• RQ4 再トレーニングなしで、未観測のシナリオ（例：円形交差点）にどの程度一般化可能か？
• RQ5 意味的階層とオンライン適応の組み合わせは、エンドツーエンドモデルに比べてより優れた予測性能をもたらすか？

主な発見

• 交差点シナリオにおいて、τ = 3のとき、短期予測（0.3秒）の誤差が20.5%低減された。
• 円形交差点シナリオでは、τ = 3のとき短期予測誤差が28.7%低減され、なじみのない環境においてより強い適応可能性が示された。
• 長期予測（ADE 4）では最小限の改善にとどまり、オンライン適応は即時の時間ステップ以降の行動予測には限定的な利点を有することが示唆された。
• 歴史的軌跡（ADE 1およびADE 3）における誤差低減は、τが大きくなるに従い増加し、より多くの過去データが適応品質を向上させることを確認した。
• 短期予測のピーク改善はτ = 3で観察され、その後は過去状態と現在状態の間の行動ギャップが拡大することで性能が低下した。
• 階層的設計により、さまざまなシナリオで一貫したパフォーマンスが達成され、汎用的状態表現と再利用可能なサブポリシーを通じた内在的転送性が実証された。