[论文解读] Game-theoretic Modeling of Traffic in Unsignalized Intersection Network for Autonomous Vehicle Control Verification and Validation

Ran Tian, Nan Li+3 more|arXiv (Cornell University)|Oct 16, 2019

Traffic control and management参考文献 46被引用 19

一句话总结

本文提出了一种基于博弈论的框架，结合层级k建模、有限时域优化和模仿学习，用于模拟无信号控制城市交叉口处异构、交互式车辆行为。该方法实现了自动驾驶车辆（AV）控制系统在虚拟环境中的计算高效仿真，结果显示：当碰撞避免参数被调整以在不同交通模型下平衡激进与谨慎行为时，AV性能达到最优。

ABSTRACT

For a foreseeable future, autonomous vehicles (AVs) will operate in traffic together with human-driven vehicles. Their planning and control systems need extensive testing, including early-stage testing in simulations where the interactions among autonomous/human-driven vehicles are represented. Motivated by the need for such simulation tools, we propose a game-theoretic approach to modeling vehicle interactions, in particular, for urban traffic environments with unsignalized intersections. We develop traffic models with heterogeneous (in terms of their driving styles) and interactive vehicles based on our proposed approach, and use them for virtual testing, evaluation, and calibration of AV control systems. For illustration, we consider two AV control approaches, analyze their characteristics and performance based on the simulation results with our developed traffic models, and optimize the parameters of one of them.

研究动机与目标

• 开发一种计算高效的仿真框架，用于在无信号城市交叉口环境中对自动驾驶车辆（AV）控制系统进行虚拟测试。
• 利用博弈论方法对异构、交互式车辆行为（特别是人类驾驶车辆与AV的交互）进行建模，以捕捉真实的驾驶风格。
• 通过将交通模型集成到具备真实交互动态的仿真环境中，实现在早期阶段对AV控制系统的验证与确认。
• 利用一种惩罚碰撞和死锁、奖励高平均车速的性能指标，对AV控制参数进行优化。
• 通过在不同交通模型下对基于规则和自适应AV控制策略的案例研究，展示该框架的实用性。

提出的方法

• 该框架将车辆决策建模为动态博弈，采用层级k博弈论，其中车辆对其他车辆的行为进行有限层次的推理预测。
• 一种混合算法整合了层级k建模、有限时域优化以实现实时决策，以及模仿学习，用于从观测行为中推断驾驶策略。
• 车辆运动学采用标准动力学模型，而交互规则则基于不确定性条件下的博弈论均衡概念推导得出。
• 控制策略通过模仿学习进行学习，使用专家示范数据，优化过程在有限时域内进行，以确保安全性和效率。
• 性能指标函数结合了对碰撞和死锁的惩罚以及对高平均车速的奖励，权重因子可调。
• 在包含15辆车辆的无信号交叉口仿真环境中对模型进行了验证，采用不同层级的交通模型（第1至第3级）以代表不同的驾驶风格。

实验结果

研究问题

• RQ1 如何构建一种计算高效的博弈论模型，以模拟无信号城市交叉口处异构、交互式车辆行为？
• RQ2 不同驾驶风格（激进至保守）对混合交通场景下AV控制系统的性能有何影响？
• RQ3 有限时域优化与模仿学习的集成如何提升AV仿真的可扩展性与真实性？
• RQ4 在基于规则的AV控制策略中，哪些参数设置能在多种交通模型下实现最优性能？
• RQ5 统一的仿真框架能否有效支持复杂城市交通环境中AV控制系统的验证与确认？

主要发现

• 基于规则控制方法的最优碰撞避免半径 $ R_c $ 范围为 [11.5, 13] 米，在不同交通模型下性能均保持良好且稳定。
• 当 $ R_c $ 处于 [7.5, 11] 米范围内时，性能显著下降，原因在于中等激进与保守车辆之间行为冲突。
• 极小的 $ R_c $ 值（6–7.5 米）仅在保守交通模型（第1级）中表现良好，因为激进AV行为可被让行车辆安全容纳。
• 过大的 $ R_c $ 值会导致过度谨慎，即使在安全条件下AV也难以进入交叉口，从而频繁引发死锁。
• 性能指标函数能有效平衡安全性（避免碰撞与死锁）与效率（高平均车速），并通过仿真实现最优调参。
• 所提出的框架能够实现可扩展、真实的无信号交叉口AV交互仿真，有效支持控制系统的验证与确认。