[论文解读] B-GAP: Behavior-Guided Action Prediction for Autonomous Navigation.

Angelos Mavrogiannis, Rohan Chandra+1 more|arXiv (Cornell University)|Nov 7, 2020

Autonomous Vehicle Technology and Safety参考文献 30被引用 7

一句话总结

B-GAP 提出了一种面向自主导航的行为引导动作预测框架，通过图卷积网络和强化学习对其他车辆的驾驶行为（激进或保守）进行分类。通过利用行为驱动的模拟器，在超车和突然变道等多样化操作场景中训练策略，该方法提升了在 Highway-Env 环境中动态交通场景下的安全轨迹规划能力。

ABSTRACT

We present a novel learning algorithm for action prediction and local navigation for autonomous driving. Our approach classifies the driver behavior of other vehicles or road-agents (aggressive or conservative) and takes that into account for decision making and safe driving. We present a behavior-driven simulator that can generate trajectories corresponding to different levels of aggressive behaviors and use our simulator to train a policy using graph convolutional networks. We use a reinforcement learning-based navigation scheme that uses a proximity graph of traffic agents and computes a safe trajectory for the ego-vehicle that accounts for aggressive driver maneuvers such as overtaking, over-speeding, weaving, and sudden lane changes. We have integrated our algorithm with OpenAI gym-based Highway-Env simulator and demonstrate the benefits in terms of improved navigation in different scenarios.

研究动机与目标

• 通过建模和预测周围智能体的行为，提升复杂交通环境中自动驾驶车辆的导航能力。
• 解决在应对激进驾驶行为（如突然变道和超车）时安全导航的挑战。
• 开发一种能生成特定行为轨迹的仿真环境，用于训练鲁棒的导航策略。
• 将行为感知的动作预测集成到基于强化学习的导航系统中，实现实时决策。

提出的方法

• 该方法采用行为驱动的模拟器，生成对应于交通智能体不同激进程度的轨迹。
• 图卷积网络（GCN）处理交通智能体的邻近图，以编码空间和行为关系。
• 使用强化学习训练导航策略，根据预测行为选择安全轨迹。
• 策略在基于 OpenAI Gym 的 Highway-Env 模拟器中进行训练和评估，涵盖多样化交通场景。
• 将行为分类（激进与保守）集成到动作预测模块中，以指导轨迹规划。
• 系统动态调整自车轨迹，以应对高风险操作如穿插行驶和超速。

实验结果

研究问题

• RQ1 自动驾驶车辆如何实现实时预测并适应激进驾驶行为？
• RQ2 行为分类在提升轨迹安全性和导航性能方面发挥什么作用？
• RQ3 行为引导的模拟器能否有效训练出适用于多样化交通行为的鲁棒导航策略？
• RQ4 集成行为感知预测如何提升复杂高速公路场景下的性能？

主要发现

• B-GAP 框架通过显式建模激进驾驶行为（如突然变道和超车）提升了导航安全性。
• 使用行为驱动的模拟器可有效训练出在多样化驾驶行为中具有良好泛化能力的策略。
• 图卷积网络能有效捕捉交通智能体之间的关系动态，以支持行为感知的决策。
• 与 Highway-Env 模拟器的集成表明，在复杂高密度交通场景中性能得到提升。
• 基于强化学习的策略通过预判和响应激进操作，实现了更安全的轨迹规划。