[論文レビュー] Human-Like Decision Making for Autonomous Driving: A Noncooperative Game Theoretic Approach

Peng Hang, Chen Lv+3 more|arXiv (Cornell University)|May 22, 2020

Traffic control and managementEngineering参考文献 40被引用数 18

ひとこと要約

本稿では、非協力的ゲーム理論（特にナッシュ均衡とスタックルベルクゲーム）を用いて、人間運転車両との相互作用をモデル化することで、自律走行車（AV）の人的に類似した意思決定フレームワークを提案する。運動予測と計画にポテンシャルフィールド法とモデル予測制御（MPC）を統合することで、安全性、快適性、効率性が向上し、特にLane changeシナリオにおいてスタックルベルクアプローチがナッシュ均衡と比較して意思決定コストを20%以上低減した。

ABSTRACT

Considering that human-driven vehicles and autonomous vehicles (AVs) will coexist on roads in the future for a long time, how to merge AVs into human drivers traffic ecology and minimize the effect of AVs and their misfit with human drivers, are issues worthy of consideration. Moreover, different passengers have different needs for AVs, thus, how to provide personalized choices for different passengers is another issue for AVs. Therefore, a human-like decision making framework is designed for AVs in this paper. Different driving styles and social interaction characteristics are formulated for AVs regarding driving safety, ride comfort and travel efficiency, which are considered in the modeling process of decision making. Then, Nash equilibrium and Stackelberg game theory are applied to the noncooperative decision making. In addition, potential field method and model predictive control (MPC) are combined to deal with the motion prediction and planning for AVs, which provides predicted motion information for the decision-making module. Finally, two typical testing scenarios of lane change, i.e., merging and overtaking, are carried out to evaluate the feasibility and effectiveness of the proposed decision-making framework considering different human-like behaviors. Testing results indicate that both the two game theoretic approaches can provide reasonable human-like decision making for AVs. Compared with the Nash equilibrium approach, under the normal driving style, the cost value of decision making using the Stackelberg game theoretic approach is reduced by over 20%.

研究の動機と目的

• 人間運転車両の交通環境にスムーズに統合できる自律走行車の意思決定を可能にする。
• 自律走行車と人間ドライバーとの不適合性に起因する混乱を最小限に抑える。
• 安全、快適性、効率性といった多様な乗客の好みを反映したパーソナライズド意思決定を提供する。
• ゲーム理論を用いて自律走行車と人間運転車両の動的相互作用をモデル化する意思決定フレームワークを開発する。
• 合流や追い越しといった現実的で高リスクな走行シナリオにおけるフレームワークの有効性を評価する。

提案手法

• 安全、快適性、効率性のバランスを取るために、ドライブスタイルと社会的相互作用特性を意思決定モデルに統合する。
• ナッシュ均衡とスタックルベルクゲーム理論を用いて、自律走行車と人間運転車両の非協力的相互作用をモデル化する。
• 周囲の交通参加者の行動を推定するために、ポテンシャルフィールド法を用いて運動予測を実施する。
• 予測された軌道を入力として使用し、リアルタイムの運動計画にモデル予測制御（MPC）を適用する。
• ゲーム理論的意思決定とMPC、ポテンシャルフィールドを統合することで、動的交通環境における人的に類似した適応的反応を生成する。
• ポテンシャルフィールドおよびMPCモジュールから得られる予測運動データを、ゲーム理論的フレームワークにおける戦略的意思決定の根拠とする。

実験結果

リサーチクエスチョン

• RQ1 自律走行車は、混在交通環境において、どのように人的な運転行動を模倣した意思決定を下せるか？
• RQ2 ナッシュ均衡とスタックルベルクのどちらのゲーム理論的アプローチが、安全、快適性、効率性のバランスをより良く実現するか？
• RQ3 運動予測と計画の統合は、自律走行車の意思決定における現実性と有効性をどの程度向上できるか？
• RQ4 異なるドライブスタイルと乗客の好みは、自律走行車の意思決定フレームワークの設計と性能にどのように影響を与えるか？
• RQ5 提案されたフレームワークは、実世界の走行シナリオにおいて、意思決定コストと人的に類似した行動の両面で測定可能な改善を達成できるか？

主な発見

• 通常走行条件下で、スタックルベルクゲーム理論的アプローチはナッシュ均衡アプローチと比較して、意思決定コストを20%以上低減した。
• ナッシュ均衡とスタックルベルクゲーム両モデルとも、人的に類似した意思決定を生成し、複雑な交通相互作用の文脈で実現可能性を示した。
• ポテンシャルフィールド法とモデル予測制御の統合により、正確な運動予測とリアルタイム計画が可能となり、効果的なゲーム理論的意思決定を支援した。
• フレームワークは、合流と追い越しという2つの重要なLane changeシナリオを効果的に処理し、高リスク走行状況における強靭性を示した。
• 意思決定フレームワークは、安全性、快適性、走行効率のバランスを的確に保ち、人間ドライバーの好みと整合した。
• 結果から、ゲーム理論的モデリングが混在交通環境における自律走行車の行動を著しく改善し、不自然または混乱を招く運転行動を低減することが確認された。