[論文レビュー] Human-Like Implicit Intention Expression for Autonomous Driving Motion Planning: A Method Based on Learning Human Intention Priors

Jiaqi Liu, Qi Xiao+3 more|arXiv (Cornell University)|Jul 29, 2023

Traffic and Road SafetyEngineering被引用数 3

ひとこと要約

本論文は、実際の人間ドライビングの軌道から学習することで、無保護左折における人間らしさのある相互作用の意図を表現できる、自律走行車両（AV）のための新しい軌道計画フレームワークを提案する。最大エントロピー逆強化学習とボルツマンベースの軌道選択を用いることで、意図の表明がより早期かつ明確に実現され、意図の明確化タイミングにおいて平均23%の向上が達成され、実際の人間の軌道分布と77%の一致を示した。

ABSTRACT

One of the key factors determining whether autonomous vehicles (AVs) can be seamlessly integrated into existing traffic systems is their ability to interact smoothly and efficiently with human drivers and communicate their intentions. While many studies have focused on enhancing AVs' human-like interaction and communication capabilities at the behavioral decision-making level, a significant gap remains between the actual motion trajectories of AVs and the psychological expectations of human drivers. This discrepancy can seriously affect the safety and efficiency of AV-HV (Autonomous Vehicle-Human Vehicle) interactions. To address these challenges, we propose a motion planning method for AVs that incorporates implicit intention expression. First, we construct a trajectory space constraint based on human implicit intention priors, compressing and pruning the trajectory space to generate candidate motion trajectories that consider intention expression. We then apply maximum entropy inverse reinforcement learning to learn and estimate human trajectory preferences, constructing a reward function that represents the cognitive characteristics of drivers. Finally, using a Boltzmann distribution, we establish a probabilistic distribution of candidate trajectories based on the reward obtained, selecting human-like trajectory actions. We validated our approach on a real trajectory dataset and compared it with several baseline methods. The results demonstrate that our method excels in human-likeness, intention expression capability, and computational efficiency.

研究の動機と目的

• 複雑な混合交通状況下での相互作用において、AVの軌道計画における社会的意図表現の不足を是正すること。
• AVの行動と人間ドライビングのパターンの間のギャップを、無保護左折の状況において埋めること。
• AVが軌道設計を通じて暗黙的に相互作用の意図を伝えられるようにし、人間の理解と信頼を高めること。
• 高い人間ドライビング行動の忠実度を維持しながら、計算効率を向上させること。
• 潜在的な相互作用のルールと人間ドライビングの事前知識をAV意思決定に組み込み、より自然な運動計画を実現すること。

提案手法

• 実際の人間ドライビングの軌道データを用いて、異なる相互作用意思決定のもとでの期待される軌道空間の制約を定義し、暗黙の意図を反映した候補となる運動軌道を生成する。
• 交通効率、ドライブの快適性、相互作用の安全性に基づいて、人間の軌道選好を評価・学習するために最大エントロピー逆強化学習（ME-IRL）を適用する。
• ボルツマン分布に基づく選択メカニズムにより、候補軌道に報酬と確率を割り当て、人間らしさのある意思決定と意図表現を促進する。
• 人間ドライビングの事前知識から導かれる高レベルの意思決定制約を軌道計画プロセスに統合し、意思決定が実行前に発生するようにする。
• 人間ドライバーからの潜在的相互作用ルールと専門知識を計画空間に埋め込み、社会的適合性と解釈可能性を向上させる。
• 本フレームワークは、実際の軌道データセットを用いて検証され、シミュレータおよび人間を含むフィードバックループ実験を通じて、意図の明確さ、安全性、計算パフォーマンスを評価した。

実験結果

リサーチクエスチョン

• RQ1 自律走行車両は、無保護左折の状況において、どのように人間ドライビング行動を模倣する形で社会的相互作用の意図を表現できるか？
• RQ2 学習された人間ドライビングの事前知識は、AVの軌道計画の現実性と解釈可能性をどの程度向上できるか？
• RQ3 逆強化学習に基づく軌道計画フレームワークは、複雑な交差点での相互作用において、人間の好みを効果的に捉え、再現できるか？
• RQ4 混合交通環境下で、AVの軌道における意図表明のタイミングと明確さは、人間ドライバーおよびベースライン手法と比較してどの程度か？
• RQ5 本研究で提案するフレームワークは、計算効率、安全性、実際の人間の軌道分布との整合性にどのような影響を与えるか？

主な発見

• 提案されたフレームワークは、実際の人間の軌道分布と77%の一致を達成しており、行動の忠実度が非常に高いことを示している。
• AVの軌道と実際の人間の軌道との平均オフセットが、ベースラインの85%まで低下し、軌道の正確性が向上していることが示された。
• 交差点内での平均移動時間は7.4秒であり、複雑な操作においても競争力のある効率性を示している。
• ベースライン手法と比較して、平均計算時間を41.1%削減したため、計算効率が非常に高いことが示された。
• 意図明確化の中央値タイミングは4.0（「多少早い」と分類）であり、比較戦略よりも平均で23%の向上が達成された（p = 0.000）。
• ウィルコクソン符号順位検定により、全5つのシナリオにおいて意図明確化タイミングに統計的に有意な差異が確認された（p < 0.05）、左折優先シナリオで最大の効果量（r = 0.52）を示した。