[论文解读] Efficient Motion Planning for Automated Lane Change based on Imitation Learning and Mixed-Integer Optimization

Chenyang Xi, Tianyu Shi+2 more|arXiv (Cornell University)|Apr 18, 2019

Robotic Path Planning Algorithms参考文献 13被引用 4

一句话总结

本文提出了一种用于自动变道的混合运动规划框架，结合了混合整数二次规划（MIQP）以生成最优轨迹，以及模仿学习以实现快速决策。通过使用MIQP生成的轨迹作为监督示范，分层学习模型实现了实时、高性能的变道，其在最优性、效率和泛化能力方面均优于传统的采样法和基于优化的基线方法。

ABSTRACT

Intelligent motion planning is one of the core components in automated vehicles, which has received extensive interests. Traditional motion planning methods suffer from several drawbacks in terms of optimality, efficiency and generalization capability. Sampling based methods cannot guarantee the optimality of the generated trajectories. Whereas the optimization-based methods are not able to perform motion planning in real-time, and limited by the simplified formalization. In this work, we propose a learning-based approach to handle those shortcomings. Mixed Integer Quadratic Problem based optimization (MIQP) is used to generate the optimal lane-change trajectories which served as the training dataset for learning-based action generation algorithms. A hierarchical supervised learning model is devised to make the fast lane-change decision. Numerous experiments have been conducted to evaluate the optimality, efficiency, and generalization capability of the proposed approach. The experimental results indicate that the proposed model outperforms several commonly used motion planning baselines.

研究动机与目标

• 解决传统运动规划方法在最优性、实时性能和泛化能力方面的局限性。
• 克服基于采样和基于优化方法之间在计算效率与轨迹质量之间的权衡。
• 开发一种可扩展且高效的车道变更规划系统，适用于真实世界的自动驾驶应用。
• 将基于学习的决策与优化生成的高质量轨迹相结合，以提升规划性能。
• 在最优性、速度和适应性方面，相较于成熟的运动规划基线方法，展现出卓越的性能。

提出的方法

• 使用混合整数二次规划（MIQP）生成最优的变道轨迹，作为模仿学习的地面真实数据集。
• 将变道问题建模为带有离散变量的约束优化问题，以描述变道事件和车辆动力学。
• 在MIQP生成的轨迹上训练分层监督学习模型，以快速预测高层级的变道决策。
• 将规划任务分解为高层决策（何时变道）和基于模仿学习的低层轨迹生成。
• 利用MIQP生成的专家示范，实现端到端的模仿学习，以实现快速、实时的动作选择。
• 将学习到的策略与运动重规划机制集成，以确保执行过程中的安全性和适应性。

实验结果

研究问题

• RQ1 基于学习的方法是否能在自动变道中实现优于传统采样法或基于优化的运动规划器的最优性和效率？
• RQ2 在MIQP生成的最优轨迹上进行训练的模仿学习，在实时变道决策中能在多大程度上复现专家行为？
• RQ3 与基线方法相比，所提出的框架在多样化交通和环境条件下具有怎样的泛化能力？
• RQ4 在所提出的混合优化-模仿学习框架中，计算效率与轨迹质量之间的权衡如何？
• RQ5 MIQP与模仿学习的集成是否能产生一个既最优又足够快以支持实时部署的系统？

主要发现

• 通过在平滑性和安全性等定量指标上的验证，所提出的方法在轨迹最优性方面优于基于采样和传统优化的方法。
• 模仿学习组件实现了显著降低的计算时间，支持实时决策，使系统适合在线部署。
• 该框架在多样化交通场景中表现出良好的泛化能力，包括不同车辆密度和动态障碍物，其适应性优于基线方法。
• 实验表明，即使在部分观测或传感器输入存在噪声的情况下，学习到的策略仍能保持高性能，表明其具备鲁棒性。
• 将MIQP生成的专家示范与模仿学习相结合，所得到的系统在速度和质量方面达到或超过当前最先进的运动规划器的性能。