[论文解读] Efficient Uncertainty-aware Decision-making for Automated Driving Using Guided Branching

Lu Zhang, Wenchao Ding+2 more|arXiv (Cornell University)|Mar 5, 2020

Autonomous Vehicle Technology and Safety参考文献 29被引用 5

一句话总结

该论文提出了一种用于自动驾驶的高效不确定性感知决策框架（EUDM），采用领域特定的闭环策略树（DCP-Tree）与条件聚焦分支（CFB），实现在密集交通环境下的实时、长时程规划。通过引入专家知识引导动作与意图空间的分支，EUDM在20 Hz的频率下实现了安全、平顺且高效的决策，优于以往方法在安全性和舒适性指标上的表现，同时保持计算可行性。

ABSTRACT

Decision-making in dense traffic scenarios is challenging for automated vehicles (AVs) due to potentially stochastic behaviors of other traffic participants and perception uncertainties (e.g., tracking noise and prediction errors, etc.). Although the partially observable Markov decision process (POMDP) provides a systematic way to incorporate these uncertainties, it quickly becomes computationally intractable when scaled to the real-world large-size problem. In this paper, we present an efficient uncertainty-aware decision-making (EUDM) framework, which generates long-term lateral and longitudinal behaviors in complex driving environments in real-time. The computation complexity is controlled to an appropriate level by two novel techniques, namely, the domain-specific closed-loop policy tree (DCP-Tree) structure and conditional focused branching (CFB) mechanism. The key idea is utilizing domain-specific expert knowledge to guide the branching in both action and intention space. The proposed framework is validated using both onboard sensing data captured by a real vehicle and an interactive multi-agent simulation platform. We also release the code of our framework to accommodate benchmarking.

研究动机与目标

• 解决在具有随机代理行为与感知噪声的密集不确定交通场景中，部分可观察马尔可夫决策过程（POMDP）的计算不可行性问题。
• 在不确定性条件下实现实时、长时程（最长8秒）的横向与纵向行为规划。
• 通过显式识别并优先处理高风险场景，避免穷举搜索，从而提升安全性和舒适性。
• 减少对固定行为假设的依赖，允许自车行为在规划时域内随时间动态演化。
• 提供高度可并行化、开源的框架，用于在复杂驾驶环境中进行基准测试与部署。

提出的方法

• DCP-Tree结构定义了一个语义级动作空间，其中从根到叶的每条路径代表一个有限时域内自车行为序列（例如变道、保持车道）。
• 每个行为序列通过闭环仿真进行评估，以考虑与其他智能体的动态交互，从而实现对安全性与可行性的真实评估。
• CFB机制基于自车动作序列执行开环安全评估，以识别高风险场景，将计算资源集中于关键情况。
• CFB通过条件分支机制，优先探索可能导致碰撞或不安全交互的意图组合。
• 通过在信念状态上操作以整合感知不确定性与预测误差，同时借助选择性、专家引导的搜索保持实时性能。
• 系统采用C++11实现，在标准硬件上稳定运行于20 Hz，支持实时部署。

实验结果

研究问题

• RQ1 领域特定的策略树结构是否能有效缩小自动驾驶长时程决策的搜索空间，同时保持灵活性？
• RQ2 在实时规划中，如何高效建模并优先处理代理意图与感知的不确定性？
• RQ3 条件聚焦分支是否能在不产生禁止性计算成本的前提下提升安全性并减少高风险决策？
• RQ4 与固定行为假设相比，在规划过程中引入自车行为的动态变化在多大程度上提升了决策质量？
• RQ5 在真实世界与仿真条件下，该框架与最先进方法相比，在安全性、效率与舒适性方面表现如何？

主要发现

• 在Double Merge地图上，EUDM的安全性指标为0.025，在Ring地图上为0.003，显著优于MPDM（0.048和0.042）与EDM（0.043和0.030），表明其具备更强的风险缓解能力。
• 在舒适性方面，EUDM在Double Merge地图上每公里的不舒适减速（UD）为0.38，在Ring地图上为0.48，远低于MPDM的1.85和1.09，表明其驾驶行为更平顺。
• EUDM在Double Merge地图上的平均速度为4.63 m/s，在Ring地图上为3.21 m/s，与MPDM相当，略低于EDM，表明其效率保持平衡。
• 消融实验表明，若移除CFB（即退化为EDM），平均速度虽有所提高，但安全性显著下降，证实CFB在提升鲁棒性方面的重要作用。
• EUDM在仿真与真实世界数据中均成功识别并处理了诸如冲突变道与汇入车辆等高风险场景，展现出对不确定性的强适应能力。
• 该框架在标准台式机硬件上实现了20 Hz的稳定实时性能，验证了其在车载部署中的实用性。