[论文解读] Human-Like Decision Making for Autonomous Driving: A Noncooperative Game Theoretic Approach

Peng Hang, Chen Lv+3 more|arXiv (Cornell University)|May 22, 2020

Traffic control and managementEngineering参考文献 40被引用 18

一句话总结

本文提出了一种基于非合作博弈理论（特别是纳什均衡和斯塔克尔贝格博弈）的人类驾驶行为类比决策框架，用于自动驾驶汽车（AV）与人类驾驶车辆的交互。通过结合势场法与模型预测控制进行运动预测与规划，该框架提升了安全性、舒适性与效率，在变道场景中，斯塔克尔贝格方法相比纳什均衡将决策成本降低了20%以上。

ABSTRACT

Considering that human-driven vehicles and autonomous vehicles (AVs) will coexist on roads in the future for a long time, how to merge AVs into human drivers traffic ecology and minimize the effect of AVs and their misfit with human drivers, are issues worthy of consideration. Moreover, different passengers have different needs for AVs, thus, how to provide personalized choices for different passengers is another issue for AVs. Therefore, a human-like decision making framework is designed for AVs in this paper. Different driving styles and social interaction characteristics are formulated for AVs regarding driving safety, ride comfort and travel efficiency, which are considered in the modeling process of decision making. Then, Nash equilibrium and Stackelberg game theory are applied to the noncooperative decision making. In addition, potential field method and model predictive control (MPC) are combined to deal with the motion prediction and planning for AVs, which provides predicted motion information for the decision-making module. Finally, two typical testing scenarios of lane change, i.e., merging and overtaking, are carried out to evaluate the feasibility and effectiveness of the proposed decision-making framework considering different human-like behaviors. Testing results indicate that both the two game theoretic approaches can provide reasonable human-like decision making for AVs. Compared with the Nash equilibrium approach, under the normal driving style, the cost value of decision making using the Stackelberg game theoretic approach is reduced by over 20%.

研究动机与目标

• 使自动驾驶汽车能够通过模仿人类驾驶行为，实现与人类驾驶车辆的顺畅融合。
• 解决自动驾驶汽车与人类驾驶员不匹配的问题，最大限度减少在混合交通环境中的干扰。
• 提供个性化决策，考虑乘客在安全性、舒适性与效率方面的多样化偏好。
• 开发一种基于博弈论的决策框架，用于建模自动驾驶汽车与人类驾驶车辆之间的动态交互。
• 在真实且高风险的驾驶场景（如汇入和超车）中评估该框架的有效性。

提出的方法

• 将驾驶风格和社会交互特征形式化为决策模型，在安全性、舒适性和效率之间实现平衡。
• 应用纳什均衡和斯塔克尔贝格博弈理论，对自动驾驶汽车与人类驾驶车辆之间的非合作交互进行建模。
• 结合势场法进行运动预测，以估计周围交通参与者的行为。
• 采用模型预测控制（MPC）进行实时运动规划，将预测轨迹作为输入。
• 将博弈论决策与MPC及势场法相结合，生成在动态交通中具有人类特征的自适应响应。
• 利用势场法和MPC模块预测的运动数据，为博弈论框架中的战略决策提供支持。

实验结果

研究问题

• RQ1 自动驾驶汽车如何在混合交通环境中做出接近人类驾驶行为的决策？
• RQ2 在自动驾驶决策中，纳什均衡与斯塔克尔贝格哪种博弈论方法更能有效平衡安全性、舒适性与效率？
• RQ3 将运动预测与规划相结合，能在多大程度上提升自动驾驶决策的现实感与有效性？
• RQ4 不同的驾驶风格与乘客偏好如何影响自动驾驶决策框架的设计与性能？
• RQ5 所提出的框架是否能在真实驾驶场景中实现决策成本与人类相似度的可测量提升？

主要发现

• 在正常驾驶条件下，与纳什均衡方法相比，斯塔克尔贝格博弈论方法将决策成本降低了20%以上。
• 纳什均衡与斯塔克尔贝格博弈模型均生成了类人决策，证明了其在复杂交通交互中的可行性。
• 势场法与模型预测控制的结合实现了精确的运动预测与实时规划，为有效的博弈论决策提供了支持。
• 该框架成功应对了两种关键的变道场景——汇入与超车，展示了在高风险驾驶情境下的鲁棒性。
• 决策框架有效平衡了安全性、乘坐舒适性与行驶效率，符合人类驾驶员的偏好。
• 结果证实，博弈论建模显著改善了自动驾驶汽车在混合交通环境中的行为表现，减少了不自然或具有干扰性的操作。