[论文解读] Hierarchical Adaptable and Transferable Networks (HATN) for Driving Behavior Prediction

Letian Wang, Yeping Hu+4 more|arXiv (Cornell University)|Nov 1, 2021

Autonomous Vehicle Technology and Safety参考文献 17被引用 11

一句话总结

该论文提出分层可适配可迁移网络（HATN），一种用于驾驶行为预测的两阶段框架，通过参考线跟踪将高层意图识别（例如插入车道选择）与低层动作生成解耦。通过利用语义子任务分解和在线自适应模块，HATN在多样化交通场景中实现了更高的预测准确率和迁移能力，在环岛场景的短期轨迹预测中误差最高降低28.7%。

ABSTRACT

When autonomous vehicles still struggle to solve challenging situations during on-road driving, humans have long mastered the essence of driving with efficient transferable and adaptable driving capability. By mimicking humans' cognition model and semantic understanding during driving, we present HATN, a hierarchical framework to generate high-quality driving behaviors in multi-agent dense-traffic environments. Our method hierarchically consists of a high-level intention identification and low-level action generation policy. With the semantic sub-task definition and generic state representation, the hierarchical framework is transferable across different driving scenarios. Besides, our model is also able to capture variations of driving behaviors among individuals and scenarios by an online adaptation module. We demonstrate our algorithms in the task of trajectory prediction for real traffic data at intersections and roundabouts, where we conducted extensive studies of the proposed method and demonstrated how our method outperformed other methods in terms of prediction accuracy and transferability.

研究动机与目标

• 为解决现有自动驾驶决策模型在跨驾驶场景迁移时的脆弱性问题。
• 通过模仿人类认知层次，弥合人类驾驶适应性与当前自动驾驶能力之间的差距。
• 通过语义子任务分解与在线自适应，实现场景可迁移且个体异构的行为预测。
• 提升在密集多智能体交通环境（如交叉路口和环岛）中的短期预测准确率。
• 评估在线自适应中信息增益与行为差距之间的权衡关系。

提出的方法

• HATN采用分层结构，高层意图策略用于识别交通流中的插入车道，低层动作策略则生成跟踪参考线的轨迹。
• 该框架使用通用状态表示，以确保在不同道路几何形态和交通规则下的一致性与可迁移性。
• 在线自适应模块通过在可配置的自适应窗口τ内使用历史轨迹数据微调模型参数，以提升当前预测性能。
• 自适应过程最小化过去τ步的预测误差，从而实现对个体驾驶风格和场景特异性动态的动态调整。
• 模型使用来自交叉路口和环岛的真实世界交通数据进行训练与评估，评估指标包括ADE 1–4以衡量自适应性能。
• 采用双分支网络架构：SGN（场景图网络）用于意图建模，EDN（端到端解码网络）用于动作生成，两者均集成GRU与注意力机制。

实验结果

研究问题

• RQ1 具有语义子任务的分层驾驶策略是否能提升在多样化交通场景中的可迁移性？
• RQ2 在线自适应在行为分布发生偏移时，如何提升短期预测准确率？
• RQ3 在信息增益与时间行为差距之间，最优自适应窗口τ为何值？
• RQ4 该模型在无需微调的情况下，对未见场景（如环岛）的泛化能力如何？
• RQ5 语义层次结构与在线自适应的结合是否优于端到端模型的预测性能？

主要发现

• 在交叉路口场景中，当τ = 3时，短期轨迹（0.3秒）预测误差降低20.5%，表明在线自适应有效。
• 在环岛场景中，当τ = 3时，短期预测误差降低28.7%，表明在较不熟悉的环境中具有更强的自适应潜力。
• 长期预测（ADE 4）改善有限，表明在线自适应对超出即时时间步的未来行为帮助较小。
• 历史轨迹误差（ADE 1和ADE 3）随τ增大而降低，证实更多历史数据可提升自适应质量。
• 短期预测性能提升在τ = 3时达到峰值，此后性能下降，原因在于历史状态与当前状态间的行为差距逐渐扩大。
• 分层设计使模型在不同场景中保持一致性能，通过通用状态表示和可复用的子策略，展现出内在的可迁移性。