[论文解读] Game-Theoretic Modeling of Driver and Vehicle Interactions for Verification and Validation of Autonomous Vehicle Control Systems

Nan Li, Dave W. Oyler+4 more|arXiv (Cornell University)|Aug 30, 2016

Autonomous Vehicle Technology and Safety参考文献 23被引用 15

一句话总结

本文提出了一种基于层级k驾驶员模型的博弈论交通仿真器，用于实现自动驾驶车辆控制系统在可扩展、计算上可行的验证与测试。该方法支持通过基于仿真的优化实现控制策略的定量比较与参数校准，结果表明，决策树策略在安全性和性能方面优于Stackelberg策略，尽管计算成本更高。

ABSTRACT

Autonomous driving has been the subject of increased interest in recent years both in industry and in academia. Serious efforts are being pursued to address legal, technical and logistical problems and make autonomous cars a viable option for everyday transportation. One significant challenge is the time and effort required for the verification and validation of the decision and control algorithms employed in these vehicles to ensure a safe and comfortable driving experience. Hundreds of thousands of miles of driving tests are required to achieve a well calibrated control system that is capable of operating an autonomous vehicle in an uncertain traffic environment where multiple interactions between vehicles and drivers simultaneously occur. Traffic simulators where these interactions can be modeled and represented with reasonable fidelity can help decrease the time and effort necessary for the development of the autonomous driving control algorithms by providing a venue where acceptable initial control calibrations can be achieved quickly and safely before actual road tests. In this paper, we present a game theoretic traffic model that can be used to 1) test and compare various autonomous vehicle decision and control systems and 2) calibrate the parameters of an existing control system. We demonstrate two example case studies, where, in the first case, we test and quantitatively compare two autonomous vehicle control systems in terms of their safety and performance, and, in the second case, we optimize the parameters of an autonomous vehicle control system, utilizing the proposed traffic model and simulation environment.

研究动机与目标

• 为解决在复杂、不确定的交通环境中，存在人车交互时验证与测试自动驾驶车辆控制系统的挑战。
• 开发一种可扩展的仿真框架，将驾驶员与车辆的交互建模为战略决策过程，而非预定义行为。
• 在仿真交通环境中，利用安全性和性能指标，实现对自动驾驶驾驶控制策略的客观比较。
• 通过基于仿真的优化，支持自动驾驶车辆控制系统的参数校准。
• 识别出对自动驾驶车辆决策能力构成压力的挑战性交通场景，以在真实交互动态下进行压力测试。

提出的方法

• 仿真器使用层级k博弈论框架，将驾驶员和车辆建模为战略代理，每个代理会对其余代理的行为进行至多某一认知层级的预测。
• 驾驶员行为通过基于决策树的分层决策过程建模，其中路径规划的可调权重和阈值可进行调节。
• 系统采用Stackelberg博弈公式来建模自动驾驶车辆与人类驾驶车辆之间的领导者-追随者动态。
• 安全性和性能通过约束违反率和平均行驶速度进行评估，并采用综合奖励函数用于优化。
• 通过基于仿真的优化执行参数校准，使用一个平衡安全性（约束违反）与性能（速度）的奖励函数。
• 仿真器在桌面平台上使用Java实现，实时性能通过System.nanoTime()进行测量。

实验结果

研究问题

• RQ1 如何利用驾驶员行为的博弈论模型，模拟用于自动驾驶车辆测试的逼真、交互式交通场景？
• RQ2 在模拟的混合交通条件下，不同自动驾驶车辆控制策略（特别是Stackelberg与决策树策略）在安全性和性能方面的表现如何比较？
• RQ3 基于仿真的优化能否有效校准控制系统的参数，以提升安全性和性能？
• RQ4 不同控制策略实现中，计算成本与性能/安全性之间的权衡关系如何？
• RQ5 决策树评估指标中不同权重的变化如何影响系统行为与结果？

主要发现

• 在针对安全性进行优化时，决策树策略的约束违反率（27.5%）低于Stackelberg策略（31.8%），表明其安全性表现更优。
• 决策树策略实现了比Stackelberg策略更高的平均行驶速度，表明其在仿真环境中的驾驶性能更优。
• 由于需评估49种动作配置，决策树策略的计算成本高于Stackelberg策略，但仿真器仍保持高效，每轮200秒仿真平均运行时间低于1秒。
• 优化结果显示，最佳参数对（wl1/wl2 = 2.5，xB = 23）在最大安全性（p1=1，p2=0）条件下，将约束违反率从原始配置的31.8%降低至27.5%。
• 奖励函数优化表明，不同的权重组合（p1, p2）导致不同的最优参数区域，证实了基于仿真校准的实用性。
• 所提出的仿真器成功生成了具有挑战性的交通场景，并实现了对自动驾驶车辆控制系统的系统性评估与调优。