[논문 리뷰] A Game-Theoretic Approach to Decision Making for Multiple Vehicles at Roundabout

Sasinee Pruekprasert, Jérémy Dubut외 3명|arXiv (Cornell University)|2019. 04. 12.

Traffic control and management참고 문헌 25인용 수 5

한 줄 요약

이 논문은 원형 교차로에서 다수의 자율 주행 차량 간의 분산 게임 이론적 의사결정 프레임워크를 제안하며, 상호작용을 유한한 순차 게임으로 모델링하여 각 차량이 다른 차량의 공격성 정도를 추정하고 나쉬 균형 예측에 기반해 행동한다. 시뮬레이션 결과, 안전성과 속도를 효과적으로 균형 잡고 있으며, 공격성 증가 상황에서도 충돌 없이 작동하며, 반복적 추정을 통해 정확한 행동 예측이 가능함을 보여준다.

ABSTRACT

In this paper, we study the decision making of multiple autonomous vehicles at a roundabout. The behaviours of the vehicles depend on their aggressiveness, which indicates how much they value speed over safety. We propose a distributed decision-making process that balances safety and speed of the vehicles. In the proposed process, each vehicle estimates other vehicles' aggressiveness and formulates the interactions among the vehicles as a finite sequential game. Based on the Nash equilibrium of this game, the vehicle predicts other vehicles' behaviours and makes decisions. We perform numerical simulations to illustrate the effectiveness of the proposed process, both for safety (absence of collisions), and speed (time spent within the roundabout).

연구 동기 및 목표

• 복잡한 상호작용 상황에서 기존의 규칙 기반 시스템이 실패하는 다수의 자율 주행 차량이 원형 교차로에서 안전하고 효율적인 의사결정을 내리는 데 도전 과제를 해결하기 위해.
• 다이나믹한 교통 환경에서 상호 의존성과 전략적 행동을 반영하는 순차 게임으로 차량 간 상호작용을 모델링하기 위해.
• 차량들이 상대방의 행동을 예측하고 안전성과 속도 양측을 최적화할 수 있도록 분산된 의사결정 과정을 개발하기 위해.
• 차량의 공격성 수준이 변화함에 따라 충돌 회피(안전성)와 임무 수행 시간(속도) 사이의 트레이드오프를 평가하기 위해.
• 대규모 학습 데이터가 필요 없이도 설명 가능하고 이성적인 의사결정을 가능하게 하는 게임 이론적 추론을 통해 실현하기 위해.

제안 방법

• 각 자율 주행 차량은 다른 차량과의 상호작용을 유한한 순차 게임으로 모델링하며, 전략은 가속도나 차선 변경과 같은 주행 행동을 나타낸다.
• 차량이 안전성보다 속도를 더 선호하는 경향을 반영하는 '공격성'이라는 매개변수를 도입하며, 관찰을 통해 추정하고 반복적으로 갱신한다.
• 차량들은 추정된 공격성 수준을 바탕으로 순차 게임의 나쉬 균형을 계산하여 상대방의 행동을 예측한다.
• 분산 추정 과정을 통해 각 차량은 실시간으로 다른 차량의 행동 관찰을 바탕으로 그들의 공격성 정도에 대한 믿음을 갱신할 수 있다.
• 의사결정 과정은 안전성과 속도를 균형 잡는 비용 함수를 최소화할 수 있도록 예측된 균형 결과를 활용해 최적의 경로를 선택한다.
• 수치적 시뮬레이션을 통해 차량 수와 공격성 수준이 다양한 조건에서의 성능을 평가한다.

실험 결과

연구 질문

• RQ1 다수의 차량과 상호작용하는 분산 방식으로 원형 교차로에서 자율 주행 차량이 안전하고 효율적인 의사결정을 내릴 수 있는 방법은 무엇인가?
• RQ2 제안된 게임 이론적 프레임워크는 속도 최적화를 추구하면서도 충돌 회피 등의 안전성 요건을 얼마나 잘 유지하는가?
• RQ3 추정된 공격성과 나쉬 균형 기반 추론을 통해 차량들은 상대방의 행동을 얼마나 정확하게 예측할 수 있는가?
• RQ4 차량의 공격성이 증가할수록 원형 교차로 주행의 총체적 안전성과 효율성은 어떻게 영향을 받는가?
• RQ5 중앙 집중식 조율이나 대규모 학습 데이터 없이도 시스템은 안정적이고 예측 가능한 상호작용을 유지할 수 있는가?

주요 결과

• 제안된 방법은 최대 8대의 차량까지 포함된 모든 시험 환경에서 충돌 없는 주행을 달성하여 뛰어난 안전성 성능을 입증하였다.
• 차량 간 최소 거리는 공격성이 0.3를 초과해 증가함에 따라 약간의 열화 외에는 항상 높은 수준을 유지하며, 안정적인 안전 마진을 보였다.
• 임무 수행 시간(목표지점 도착까지의 시간)은 공격성 증가에 따라 최소한의 증가를 보이며, 평균 공격성이 0.3를 초과할 경우 특히 효과적인 속도 최적화가 이루어졌다.
• 이웃 차량 간에는 시간이 지남에 따라 가속도 예측 정확도가 매우 높았으며, 수집된 관찰 수가 증가할수록 예측 오차가 감소하였다.
• 차량들은 입구에 진입할 때 처음에는 감속하며, 관찰된 행동과 갱신된 공격성 추정치에 기반해 전략을 적응적으로 조정함으로써 이성적이고 조율된 상호작용을 가능하게 하였다.
• 이 방법은 안전성과 속도를 효과적으로 균형 잡고 있으며, 높은 공격성 또는 고밀도 교통 상황에서도 성능 저하 없이 안정적인 트레이드오프를 유지함을 보였다.