[论文解读] A Review of Tracking, Prediction and Decision Making Methods for Autonomous Driving

Florin Leon, Marius Gavrilescu|arXiv (Cornell University)|Sep 17, 2019

Autonomous Vehicle Technology and Safety参考文献 103被引用 29

一句话总结

本文综述了自动驾驶中跟踪、预测与决策的最先进技术，重点聚焦于基于深度学习和概率方法的物体跟踪、考虑交互作用的运动预测，以及结合蒙特卡洛树搜索（MCTS）的强化学习轨迹规划。文章提出了MCTSnet，一种可微分的神经网络架构，通过将MCTS嵌入网络中实现端到端训练，支持通过梯度优化搜索策略，并在不确定性环境下的决策中提升样本效率。

ABSTRACT

This literature review focuses on three important aspects of an autonomous car system: tracking (assessing the identity of the actors such as cars, pedestrians or obstacles in a sequence of observations), prediction (predicting the future motion of surrounding vehicles in order to navigate through various traffic scenarios) and decision making (analyzing the available actions of the ego car and their consequences to the entire driving context). For tracking and prediction, approaches based on (deep) neural networks and other, especially stochastic techniques, are reported. For decision making, deep reinforcement learning algorithms are presented, together with methods used to explore different alternative actions, such as Monte Carlo Tree Search.

研究动机与目标

• 提供对自动驾驶车辆系统中关键的跟踪、预测与决策方法的全面综述。
• 分析感知与规划模块在实时性能、准确率与鲁棒性之间的权衡。
• 研究将深度学习与经典规划算法（如MCTS）结合，以提升不确定性环境下决策能力的潜力。
• 评估交互建模在轨迹预测中的作用及其对安全导航的影响。
• 探索将神经网络与树搜索结合的端到端可训练架构，以实现最优控制策略的学习。

提出的方法

• 采用文献综述框架，对跟踪、预测与决策三大核心模块中的方法进行分类与比较。
• 综述基于深度学习的2D多目标跟踪（MOT）方法，采用检测与关联流水线。
• 分析用于运动预测的随机与概率模型，包括基于图神经网络和变分推断的交互感知预测。
• 提出MCTSnet，一种可微分神经网络，通过记忆向量表示节点状态，将蒙特卡洛树搜索嵌入其中，并支持反向传播通过搜索树。
• 采用基于记忆向量的策略进行前向仿真，随后通过专用网络执行反向值回溯以更新节点值。
• 采用基于梯度的优化方法，对整个MCTSnet架构进行端到端训练，包括搜索策略与值网络，并使用近似信用分配方案。

实验结果

研究问题

• RQ1 深度学习与概率模型在复杂城市驾驶场景中如何提升跟踪的准确率与鲁棒性？
• RQ2 交互感知的运动预测在多大程度上可增强自动驾驶车辆决策的安全性与可靠性？
• RQ3 如何将蒙特卡洛树搜索与神经网络结合，以实现规划策略的可微分、端到端训练？
• RQ4 在实时自动驾驶系统中，使用可微分树搜索架构（如MCTSnet）时，计算效率与样本效率之间的权衡如何？
• RQ5 融合感知、预测与规划模块的混合方法如何整体提升系统性能与鲁棒性？

主要发现

• MCTSnet通过记忆向量与回溯网络对搜索过程进行反向传播，实现了对蒙特卡洛树搜索的端到端可微训练，克服了动作序列不可微的问题。
• 该架构通过计算图的即时性（anytime property）实现信用分配，显著提升了样本效率与规划性能。
• 快速扩展随机树（RRTs）在高维非完整系统中实现了实时、动态可行的轨迹规划，已在2007年DARPA城市挑战赛中得到验证。
• 交互感知预测模型通过基于图的表示方法建模车辆与行人之间的依赖关系，显著提升了预测准确率。
• 基于深度学习的跟踪方法通过结合鲁棒的特征学习与帧间时序一致性建模，在MOT任务中实现了高准确率。
• 将神经网络与经典规划算法（如MCTS）结合，可实现可扩展、可解释且可学习的不确定性环境下的决策机制。