[論文レビュー] EPSILON: An Efficient Planning System for Automated Vehicles in Highly Interactive Environments

Wenchao Ding, Lu Zhang+2 more|arXiv (Cornell University)|Aug 18, 2021

Autonomous Vehicle Technology and Safety参考文献 52被引用数 7

ひとこと要約

EPSILON は、部分的に観測可能なマルコフ意思決定過程（POMDP）フレームワークにおける誘導付き分岐を用いることで、混雑で動的な交通環境においてリアルタイムで人間らしい意思決定を可能にする、効率的でインタラクションに配慮した自動車向け計画システムである。空間的・時間的意味的コロセオ（SSC）を用いて行動計画と運動計画を統合し、過度な慎重さや攻撃的行動を示さずに、実世界の都市環境でも安全で滑らかで非保守的な走行を実現する。

ABSTRACT

In this paper, we present an Efficient Planning System for automated vehicles In highLy interactive envirONments (EPSILON). EPSILON is an efficient interaction-aware planning system for automated driving, and is extensively validated in both simulation and real-world dense city traffic. It follows a hierarchical structure with an interactive behavior planning layer and an optimization-based motion planning layer. The behavior planning is formulated from a partially observable Markov decision process (POMDP), but is much more efficient than naively applying a POMDP to the decision-making problem. The key to efficiency is guided branching in both the action space and observation space, which decomposes the original problem into a limited number of closed-loop policy evaluations. Moreover, we introduce a new driver model with a safety mechanism to overcome the risk induced by the potential imperfectness of prior knowledge. For motion planning, we employ a spatio-temporal semantic corridor (SSC) to model the constraints posed by complex driving environments in a unified way. Based on the SSC, a safe and smooth trajectory is optimized, complying with the decision provided by the behavior planner. We validate our planning system in both simulations and real-world dense traffic, and the experimental results show that our EPSILON achieves human-like driving behaviors in highly interactive traffic flow smoothly and safely without being over-conservative compared to the existing planning methods.

研究の動機と目的

• シミュレーションベースの手法がしばしば失敗する、シミュレーション不能な高密度でインタラクティブな都市交通環境におけるリアルタイムで頑健な計画の課題に取り組むこと。
• 自律走行における完全な POMDP の計算不能性を解消するため、行動空間および観測空間における誘導付き分岐を導入すること。
• マルチエージェント前方シミュレーション内に安全メカニズムを埋め込むことで、意思決定における安全性と柔軟性を確保すること。
• シミュレーションで検証された計画システムと実世界での導入のギャップを埋めるために、高密度な都市交通における物理的自律走行車両での検証を実施すること。
• 完全な予測に依存せずに、相互作用のダイナミクスと不確実性をモデル化することで、非保守的で社会的に適合する動きを達成すること。

提案手法

• 行動計画は、計算複雑性を低減しつつ相互作用の認識を保持するため、行動空間および観測空間における誘導付き分岐を施した部分的に観測可能なマルコフ意思決定過程（POMDP）を用いる。
• 誘導付き分岐はドメイン知識を活用して関連のある意思決定経路に焦点を当て、POMDP を少数の閉ループ方策評価に分解する。
• 不完全な事前知識や不確実なエージェント行動に対して頑健性を確保するため、内蔵された安全メカニズムを備えた新規ドライバーモデルを導入する。
• 運動計画は、環境制約を符号化する空間的・時間的意味的コロセオ（SSC）を用い、安全で滑らかで一貫性のある軌道の最適化を可能にする。
• SSC は空間的および時間的制約を統合的表現に統合し、運動計画が行動計画の意思決定と整合する実行可能な軌道を生成できるようにする。
• 本システムは階層的アーキテクチャに実装されており、行動計画が状態のシーケンスを生成し、運動計画がこれをリアルタイム実行可能な軌道に変換する。

実験結果

リサーチクエスチョン

• RQ1 POMDP を基盤とする計画者が、高密度な都市交通環境でリアルタイムに使用可能であるほど計算的に効率的であるようにはどのように実現できるか？
• RQ2 他のエージェントの観測ノイズや不完全な予測に対して、相互作用に配慮した計画がどのように頑健性を保てるか？
• RQ3 高密度なインタラクティブな走行状況において、過度に慎重または攻撃的な行動を避けるにはどうすればよいか？
• RQ4 実世界の閉ループ運用において、安全を確保しつつ、人間らしい運転の柔軟性をどの程度達成できるか？
• RQ5 統一された空間的・時間的表現が、運動計画のための複雑な環境制約を効果的に符号化できるか？

主な発見

• EPSILON は、実世界の高密度な都市交通環境において、長期間にわたる閉ループ自律走行を成功裏に実現し、センサーノイズや予測不能なエージェント行動に対しても頑健であることを示した。
• 誘導付き分岐技術により、POMDP 計画の計算負荷が低減され、高密度でインタラクティブな環境でもリアルタイム意思決定が可能になった。
• 過度に慎重でない、人間らしい走行行動（例：能動的レーン変更、滑らかな合流）を実現し、攻撃的でない行動を維持した。
• 前方シミュレーション内に組み込まれた安全メカニズムにより、観測ノイズや不完全な予測下でも、すべての行動が安全領域内に保たれた。
• 空間的・時間的意味的コロセオにより、一貫性があり滑らかで安全な軌道生成が可能となり、行動計画の意思決定と密接に一致した。
• 従来手法と比較して、EPSILON は安全を維持しながら過度な慎重さを軽減したが、実世界のシナリオ（攻撃的な合流、動的合流など）で検証された。