[论文解读] Interaction-aware Multi-agent Tracking and Probabilistic Behavior Prediction via Adversarial Learning

Jiachen Li, Hengbo Ma+1 more|arXiv (Cornell University)|Apr 4, 2019

Autonomous Vehicle Technology and Safety参考文献 27被引用 11

一句话总结

本文提出了一种用于交互感知多智能体跟踪与概率行为预测的对抗性学习框架，通过生成对抗网络（GAN）将多个智能体的联合未来行为建模为单一分布。该方法能够捕捉真实轨迹的均值、方差及多模态特性，在车辆行为预测中优于监督基线模型，并通过隐式提议分布实现改进的贝叶斯状态估计。

ABSTRACT

In order to enable high-quality decision making and motion planning of intelligent systems such as robotics and autonomous vehicles, accurate probabilistic predictions for surrounding interactive objects is a crucial prerequisite. Although many research studies have been devoted to making predictions on a single entity, it remains an open challenge to forecast future behaviors for multiple interactive agents simultaneously. In this work, we take advantage of the Generative Adversarial Network (GAN) due to its capability of distribution learning and propose a generic multi-agent probabilistic prediction and tracking framework which takes the interactions among multiple entities into account, in which all the entities are treated as a whole. However, since GAN is very hard to train, we make an empirical research and present the relationship between training performance and hyperparameter values with a numerical case study. The results imply that the proposed model can capture both the mean, variance and multi-modalities of the groundtruth distribution. Moreover, we apply the proposed approach to a real-world task of vehicle behavior prediction to demonstrate its effectiveness and accuracy. The results illustrate that the proposed model trained by adversarial learning can achieve a better prediction performance than other state-of-the-art models trained by traditional supervised learning which maximizes the data likelihood. The well-trained model can also be utilized as an implicit proposal distribution for particle filtered based Bayesian state estimation.

研究动机与目标

• 解决在相互交互影响的环境中准确预测多智能体行为的挑战，其中未来动作依赖于彼此的交互。
• 开发一种通用的基于GAN的概率时间序列预测框架，用于建模多个智能体未来动作的联合分布。
• 为GAN训练稳定性提供超参数调优的实证指导，特别是共识优化中的正则化系数。
• 证明训练好的生成器可作为粒子滤波中隐式提议分布，以提升贝叶斯状态估计性能。
• 在真实世界车辆轨迹预测任务上评估该框架，展示其优于监督学习基线模型的性能。

提出的方法

• 该框架采用条件GAN，其中生成器学习基于历史状态生成多智能体动作分布，而判别器则用于区分真实轨迹与生成轨迹。
• 生成器通过对抗损失进行训练，以最小化生成动作序列与真实动作序列之间的分布差异。
• 引入共识优化中的正则化项以稳定GAN训练，并通过实证分析揭示其系数与收敛速度及性能权衡之间的关系。
• 训练好的生成器作为混合顺序蒙特卡洛（M-SMC）方法中贝叶斯状态估计的隐式提议分布。
• 该模型应用于基于包含多样化行为（如变道和交互）的数据集的真实世界车辆轨迹预测。
• 通过数值案例研究对超参数进行调优，以在收敛速度与泛化能力之间取得平衡，并通过误差指标监控性能。

实验结果

研究问题

• RQ1 如何有效将对抗学习应用于具有连续、高维时间序列输出的多智能体行为预测？
• RQ2 共识优化中的正则化对GAN训练稳定性及多智能体预测任务中性能的影响是什么？
• RQ3 通过对抗训练的基于GAN的生成器是否能优于基于似然最大化训练的监督模型，以捕捉复杂且多模态的行为分布？
• RQ4 所学习的生成器分布在多大程度上可作为粒子滤波中有效的隐式提议分布，以提升贝叶斯状态估计性能？
• RQ5 与传统模型（如CAM、GMR、P-MLP和P-LSTM）相比，该框架在真实世界车辆轨迹预测中的表现如何？

主要发现

• 所提出的基于GAN的模型在预测精度上优于最先进的监督模型（如P-MLP和P-LSTM），尤其在长时程预测和高方差场景（如变道）中表现更优。
• 模型成功捕捉了多模态行为分布，可视化结果表明真实轨迹位于预测的模式之中。
• 数值案例研究揭示了收敛速度与收敛质量之间的权衡：提高正则化系数可加速收敛，但可能导致次优解。
• 生成器所学习的分布能有效作为粒子滤波中的隐式提议分布，通过提供比标准方法更优的提议分布，显著提升了跟踪性能。
• 在短期变道保持场景中，P-MLP表现优于所提模型，原因在于其对低方差模式的过拟合，凸显了对抗训练在处理多样化和不确定行为方面的优势。
• GMR和P-LSTM在长时程预测中表现出有限的可扩展性，分别受限于数据稀疏性和对长期依赖关系建模能力不足。