[論文レビュー] Pedestrian crossing decisions can be explained by bounded optimal decision-making under noisy visual perception

Yueyang Wang, Aravinda Ramakrishnan Srinivasan+3 more|arXiv (Cornell University)|Feb 6, 2024

Impact of Light on Environment and HealthEnvironmental Science被引用数 3

ひとこと要約

本稿では、ノイズの多い視覚的知覚と強化学習を統合することで、ギャップ受容と渡りタイミングを説明する、歩行者の横断行動の境界付き最適意思決定モデルを提案する。本研究では、以前は認知バイアスと見なされていた行動—たとえば速度依存的なギャップ受容—が、知覚的制約に対する合理的な適応であることが示され、従来のモデルよりも実験的現象をよりよく再現している。

ABSTRACT

This paper presents a model of pedestrian crossing decisions, based on the theory of computational rationality. It is assumed that crossing decisions are boundedly optimal, with bounds on optimality arising from human cognitive limitations. While previous models of pedestrian behaviour have been either 'black-box' machine learning models or mechanistic models with explicit assumptions about cognitive factors, we combine both approaches. Specifically, we model mechanistically noisy human visual perception and assumed rewards in crossing, but we use reinforcement learning to learn bounded optimal behaviour policy. The model reproduces a larger number of known empirical phenomena than previous models, in particular: (1) the effect of the time to arrival of an approaching vehicle on whether the pedestrian accepts the gap, the effect of the vehicle's speed on both (2) gap acceptance and (3) pedestrian timing of crossing in front of yielding vehicles, and (4) the effect on this crossing timing of the stopping distance of the yielding vehicle. Notably, our findings suggest that behaviours previously framed as 'biases' in decision-making, such as speed-dependent gap acceptance, might instead be a product of rational adaptation to the constraints of visual perception. Our approach also permits fitting the parameters of cognitive constraints and rewards per individual, to better account for individual differences. To conclude, by leveraging both RL and mechanistic modelling, our model offers novel insights about pedestrian behaviour, and may provide a useful foundation for more accurate and scalable pedestrian models.

研究の動機と目的

• 認知的制約と環境のダイナミクスを統合した、歩行者の横断意思決定の計算的合理なモデルの構築。
• ブラックボックスな機械学習モデルや、あまりに単純化された機械的モデルの限界を克服し、個人差と現実世界の複雑さを捉えること。
• 歩行者の意思決定において伝統的に「バイアス」として分類されてきた行動が、知覚ノイズや認知的制限に対する合理的な反応であるかどうかの検証。
• 知覚の機械的モデリングと強化学習による方策最適化を組み合わせることで、モデルの解釈可能性とスケーラビリティを向上させること。
• 個々の歩行者に適したパラメータのフィッティングを可能にし、多様な歩行者行動をよりよく表現すること。

提案手法

• モデルは計算的合理性を仮定し、ノイズの多い視覚的知覚や運動遅延などの認知的制約下で、限界付き最適な意思決定を行う歩行者を想定する。
• 視覚的知覚は、衝突までの時間（TTA）のノイズのある推定値としてモデル化され、知覚の分散（σv）と接近回避傾向（c）のパラメータを有する。
• 強化学習（RL）フレームワークを用いて、ギャップ受容と渡りタイミングの最適方策を、知覚的推定値と環境パラメータに条件づけて学習する。
• 運動遅延（m）は、意思決定と行動実行の時間的遅れを反映する非方策パラメータとしてモデルに組み込む。
• 複数のモデルバージョンをテストした：VLM（ベースライン）、VLDM（運動遅延を含む）、VNM（代替のリスク回避定式化）、VLM(E)（共有パラメータ）、VLM(S)（各パラメータセットごとに個別の方策）。
• モデルの性能は、一定速度と停止車両のシナリオにおける人間行動データとの比較で、対数尤度、AIC、平均絶対誤差（MAD）を用いて評価された。

Figure 1: (a) Birds-eye view of the experiment. (b) A sample view of the virtual scene, as shown by the head-mounted display, at the beginning of each trial (inset) and as participants turned their heads to look for oncoming traffic. (Source: Pekkanen et al., 2021. Variable-drift diffusion models of

実験結果

リサーチクエスチョン

• RQ1 ノイズの多い視覚的知覚下での境界付き最適意思決定によって、歩行者の横断意思決定を説明できるか？
• RQ2 車両の速度と停止距離は、歩行者のギャップ受容と渡りタイミングにどのように影響するか？
• RQ3 速度依存的なギャップ受容のような行動は、認知バイアスではなく、知覚ノイズや認知的制限への合理的な適応としてよりよく説明できるか？
• RQ4 運動遅延と個別化された知覚パラメータを組み込むことで、モデルの適合度と予測精度はどの程度向上するか？
• RQ5 統一モデル（VLM）は、個別化されたモデルや代替のリスク回避定式化（例：VLM(S), VNM）と比較して、実験的歩行者行動をどの程度よく再現できるか？

主な発見

• VLMモデルは、適合度と複雑さのバランスが最も良く、対数尤度が-536、AICが1192、MADが0.35秒であり、他のすべてのバージョンを上回った。
• 運動遅延の組み込み（VLDM）は、VLMと同等の対数尤度とMADを達成したが、モデルの複雑さが増加し、AICが上昇したため、性能向上には寄与しなかった。
• VLM(E)モデルは、全参加者に同一の非方策パラメータを適用したが、AICが1098とVLMより低かったが、対数尤度が悪く、個別化されたパラメータが適合度を向上させることを示した。
• VLM(S)モデルは、各パラメータセットごとに別々のRL方策を学習したが、元のVLMと同等の性能に留まり、パラメータに依存する方策学習の方が効率的であることを示した。
• VNMモデルは、接近の距離に基づくリスク回避を採用したが、MADが0.99でAICが悪く、時間的・空間的シグナル（たとえば接近の感覚）が単なる空間的接近よりも重要であることが示された。
• モデルは4つの主要な実験的現象を成功裏に再現した：（1）TTAに依存するギャップ受容、（2）速度依存的なギャップ受容、（3）停止車両シナリオにおける渡りタイミング、（4）車両の停止距離が渡りタイミングに与える影響。

Figure 2: Comparison of models. (a) BM: Baseline Model. (b) LM: Looming aversion only. (c) VM: Visual limitation only. (d) VLM: Looming aversion and visual limitations. The abbreviations were introduced in Section 2.2 . $\sigma_{\mathrm{v}}$ and $c$ represent the sensory noise and looming aversion w