[論文レビュー] StylePredict: Machine Theory of Mind for Human Driver Behavior From Trajectories

Rohan Chandra, Aniket Bera+1 more|arXiv (Cornell University)|Nov 9, 2020

Autonomous Vehicle Technology and Safety参考文献 36被引用数 7

ひとこと要約

StylePredictは、スペクトルグラフ理論と中心性関数を用いて、車両の軌跡から人間ドライバーの行動を推定する機械的心の理論（M-ToM）フレームワークを導入する。これにより、縦方向（例：速度超過）と横方向（例：レーン変更）のドライビングスタイルの逆相関が明らかになった。密集・多様性の高い交通環境（インド／中国）では横方向行動の時間遅延推定値（TDE）が低く、逆に希薄・均一な交通環境（米国／シンガポール）では縦方向行動のTDEが低かった。

ABSTRACT

Studies have shown that autonomous vehicles (AVs) behave conservatively in a traffic environment composed of human drivers and do not adapt to local conditions and socio-cultural norms. It is known that socially aware AVs can be designed if there exist a mechanism to understand the behaviors of human drivers. We present a notion of Machine Theory of Mind (M-ToM) to infer the behaviors of human drivers by observing the trajectory of their vehicles. Our M-ToM approach, called StylePredict, is based on trajectory analysis of vehicles, which has been investigated in robotics and computer vision. StylePredict mimics human ToM to infer driver behaviors, or styles, using a computational mapping between the extracted trajectory of a vehicle in traffic and the driver behaviors using graph-theoretic techniques, including spectral analysis and centrality functions. We use StylePredict to analyze driver behavior in different cultures in the USA, China, India, and Singapore, based on traffic density, heterogeneity, and conformity to traffic rules and observe an inverse correlation between longitudinal (overspeeding) and lateral (overtaking, lane-changes) driving styles.

研究の動機と目的

• 混合交通環境における保守的で非適応的な行動を引き起こす自動運転車両（AV）における心の理論（ToM）の欠如に対処する。
• 膨大なデータを必要とし、ノイズに敏感な従来の逆強化学習（IRL）ベースのM-ToM手法の限界を克服する。
• 明示的な通信を必要とせず、車両の軌跡からドライバー行動スタイルをリアルタイムで、ノイズに強く推定する手法を開発する。
• 米国、中国、インド、シンガポールにおける交通密度と多様性の違いが、ドライビングスタイルのパターンに与える影響を調査する。
• 車両の軌跡とドライバー行動との間の計算的マッピングを確立し、社会的配慮のあるAV意思決定を可能にする。

提案手法

• 時間発展するグラフとして車両の軌跡をモデル化し、スライディングウインドウ手法を用いて動的相互作用を捉える。
• スペクトルグラフ理論と頂点中心性（次数、近接度、媒介性）を適用し、行動への影響度を定量化し、ドライバーの意思を予測する。
• 時間遅延推定値（TDE）を定義し、軌跡を観測して行動を推定するまでの時間遅れを測定する指標とする。TDEが低いほど、推定が速く正確であることを示す。
• グラフ理論的中心性関数を用いて、軌跡パターンから行動の尤もらしさを計算し、速度超過、ウェービング、急なレーン変更などのスタイルをリアルタイムで推定可能にする。
• 米国、インド、中国の公開データセットおよびシンガポールの非公開データセットを用いてモデルを学習・検証する。
• モデルを自動運転システムに統合し、軌跡からの行動予測と適応に向けた軽量でリアルタイムなコンponentsとして実装する。

実験結果

リサーチクエスチョン

• RQ1 軌跡分析に基づく機械学習モデルは、多様な交通環境において、高い時間的正確性で人間ドライバーの行動を推定できるか？
• RQ2 交通密度と多様性は、縦方向行動と横方向行動の頻度と検出可能性にどのように影響するか？
• RQ3 異なる文化的交通状況下で、縦方向行動と横方向行動の時間遅延推定値（TDE）間に測定可能な逆相関が存在するか？
• RQ4 グラフ理論的中心性指標は、明示的な報酬関数や大規模なIRL学習を必要とせず、生の車両軌跡からドライバーの意思や行動を効果的にモデル化できるか？
• RQ5 ノイズに強く、リアルタイムで動作するM-ToMシステムは、現地のドライビングルールや社会的・文化的な交通パターンに適応するAVの柔軟性をどの程度向上できるか？

主な発見

• 米国では速度超過のTDEが0.25秒、シンガポールでは0.54秒を記録し、希薄で均一な交通環境では縦方向行動の推定が速いことが示された。
• 密集・多様性の高い交通環境では、インドの横方向行動のTDEが最小であり、ウェービングでは0.06秒、急なレーン変更では0.19秒、追い越しでは0.38秒を記録した。
• 中国でも同様に低いTDEを示し、ウェービングでは0.23秒、急なレーン変更では0.39秒、追い越しでは0.44秒を記録した。
• 米国では83％の攻撃的行動が速度超過と分類されたが、インドでは攻撃的行動が均等に分布：急なレーン変更27％、追い越し27％、速度超過27％、ウェービング18％。
• TDEと行動タイプの間には逆相関が観察された：高密度・多様性の高い地域（インド／中国）では横方向行動のTDEが低く、低密度・均一な地域（米国／シンガポール）では縦方向行動のTDEが低かった。
• モデルはノイズに強く、リアルタイムの自動運転システムに統合可能であり、大規模なIRL学習データを必要とせず、社会的配慮のある行動を実現できる。