[論文レビュー] Multi-Fidelity Recursive Behavior Prediction

Mihir Jain, Kyle Brown+1 more|arXiv (Cornell University)|Dec 18, 2018

Autonomous Vehicle Technology and Safety参考文献 19被引用数 4

ひとこと要約

本稿では、レベル-$k$ および認知階層パラダイムを用いて、将来的なエージェント間の相互作用を再帰的に推論することで、車両の軌道予測精度を向上させるゲーム理論的モデル、Multi-Fidelity Recursive Behavior Prediction (MFRBP) を提案する。NGSIMデータセットにおいて、特に長い予測時間窓において、先行手法と比較して平均二乗誤差（RMSE）を低減し、エゴ車両などの重要なエージェントに高い推論レベルを割り当てるマルチフィデリティモデリングにより、最先端の性能を達成する。

ABSTRACT

Predicting the behavior of surrounding vehicles is a critical problem in automated driving. We present a novel game theoretic behavior prediction model that achieves state of the art prediction accuracy by explicitly reasoning about possible future interaction between agents. We evaluate our approach on the NGSIM vehicle trajectory data set and demonstrate lower root mean square error than state-of-the-art methods.

研究の動機と目的

• 交通エージェント間の将来的な相互作用を明示的にモデル化することで、自律走行における車両行動予測の精度を向上させること。
• 従来のモデルが相互作用を無視するか、シーンの文脈に間接的に依存するという限界を克服するため、再帰的かつゲーム理論的推論フレームワークを導入すること。
• エージェントごとに異なる推論フィデリティレベルを割り当てることで、マルチフィデリティ予測を可能にし、例えばエゴ車両と周辺車両の重要性に応じて異なる推論精度を実現すること。
• 計画されたエゴ車両の軌道に条件付けた予測の影響を評価し、実世界の自動運転シナリオを模擬すること。
• 再帰的かつマルチフィデリティ推論が、最先端のベースラインと比較して予測精度に顕著な改善をもたらすことを示すこと。

提案手法

• モデルは、レベル-$k$ および認知階層推論にインspiredされた再帰的予測方式を採用し、各エージェントの $k$ 階層での軌道は、他のエージェントの $k-1$ 階層までの最高レベルの予測に依存する。
• 各エージェントには推論レベル $k_i$ と、ポリシー・モデルの系列 $(\pi_{i,0}, \dots, \pi_{i,k_i})$ が割り当てられ、高階層になるほどより洗練された相互作用モデリングが組み込まれる。
• 軌道予測は、現在の履歴および他のエージェントの先行レベルの予測に条件づけられた、平均 $\hat{\mathbf{x}}_{i,k}^{(t+1:t_f)}$ と共分散 $\Sigma_{i,k}$ を持つガウス分布としてモデル化される。
• マルチフィデリティモデリングは、周辺エージェントには低い推論レベル（$k_i = 0$）と単純なポリシー・モデル（例：一定速度）を割り当て、エゴエージェントには高いレベルとより複雑なモデルを割り当てることで実装される。
• モデルは、特徴抽出および軌道予測に畳み込み社会プール（CSP）のコンponentsを統合し、ベースライン実装では leaky ReLU と Adam 最適化を用いる。
• 実験には3つの変種を含める：L1-RBP（単一レベル）、L1-MFRBP（マルチフィデリティでエゴセントリック）、および計画に配慮したバージョン（真値エゴ軌道を入力として予測に条件づける）。

実験結果

リサーチクエスチョン

• RQ1 将来的なエージェント相互作用について再帰的ゲーム理論的推論を施すことで、非相互作用的または間接的相互作用モデルと比較して、軌道予測精度が向上するか？
• RQ2 異なるエージェントに異なる推論レベルとポリシー・モデルを割り当てるマルチフィデリティモデリングは、特にエゴセントリックな自律走行シナリオにおいて、予測性能を向上させるか？
• RQ3 候補となる将来のエゴ車両軌道（例：計画されたパス）に予測を条件づけることで、精度がどの程度向上するか？
• RQ4 提案された再帰的フレームワークは、NGSIM などの標準ベンチマークで CSP や他の最先端ベースラインを上回る性能を示せるか？
• RQ5 推論深さ（$k$ の増加）を増やすことで予測誤差はどの程度変化するか、特に長い時間窓においては？

主な発見

• L1-RBP は、全時間窓においてベースライン $\mathbf{\pi}_{\text{CSP}}$ モデルより低い RMSE を達成し、1秒では14.5%、5秒では8.5%の相対的 RMSE 減少を示した。
• エゴセントリックに焦点を当てたマルチフィデリティの L1-MFRBP は、ベースラインよりわずかだが一貫した改善を示し、2秒では1.20 RMSE、5秒では4.16 RMSE を記録した。
• 真値エゴ軌道を入力として条件づける計画に配慮した L1-MFRBP の変種は、最高の結果を達成し、4秒では2.88 RMSE、5秒では4.01 RMSE を記録した。これは、計画された軌道へのアクセスが予測精度を向上させることを示している。
• 改善効果は、特に長い予測時間窓において顕著で、将来的な相互作用についての再帰的推論が長期的運動予測に特に有効であることが示唆された。
• モデルの再帰的構造により、完全な共同軌道最適化を必要とせずに、スケーラブルかつ階層的な相互作用推論が可能となった。
• CSPベースの特徴と再帰的ゲーム理論的推論の統合は、行動予測においてディープラーニングと構造的推論を組み合わせる有効性を示している。