[论文解读] SafeCritic: Collision-Aware Trajectory Prediction

Tessa van der Heiden, Naveen Shankar Nagaraja+2 more|arXiv (Cornell University)|Oct 15, 2019

Autonomous Vehicle Technology and Safety参考文献 28被引用 19

一句话总结

SafeCritic 提出了一种新颖的轨迹预测模型，该模型结合生成对抗网络（GANs）与基于强化学习的评论家网络，以生成准确、多样化且无碰撞的轨迹。通过集成一种环境感知的评论家网络，该网络会惩罚与静态和动态障碍物的碰撞，模型在安全性和性能方面均得到提升，在 UCY 和 SDD 基准测试中达到最先进水平，碰撞次数比基线模型减少 3 倍，同时保持高精度。

ABSTRACT

Navigating complex urban environments safely is a key to realize fully autonomous systems. Predicting future locations of vulnerable road users, such as pedestrians and cyclists, thus, has received a lot of attention in the recent years. While previous works have addressed modeling interactions with the static (obstacles) and dynamic (humans) environment agents, we address an important gap in trajectory prediction. We propose SafeCritic, a model that synergizes generative adversarial networks for generating multiple "real" trajectories with reinforcement learning to generate "safe" trajectories. The Discriminator evaluates the generated candidates on whether they are consistent with the observed inputs. The Critic network is environmentally aware to prune trajectories that are in collision or are in violation with the environment. The auto-encoding loss stabilizes training and prevents mode-collapse. We demonstrate results on two large scale data sets with a considerable improvement over state-of-the-art. We also show that the Critic is able to classify the safety of trajectories.

研究动机与目标

• 为解决轨迹预测中缺乏显式安全建模的问题，特别是与静态和动态障碍物的避碰问题。
• 通过在生成过程中剔除不可行和不安全的轨迹，提升轨迹预测的准确性。
• 开发一种可扩展的、基于注意力机制的场景表征方法，以捕捉无论场景复杂度如何，各智能体之间的空间交互关系。
• 实现端到端训练，通过 GAN 实现逼真度，通过学习到的奖励函数实现安全性，而无需依赖真实未来轨迹。

提出的方法

• 生成器采用条件 GAN 框架，基于历史观测生成多个多样化未来轨迹候选。
• 判别器通过区分生成轨迹与真实轨迹，评估其逼真度。
• 评论家网络通过逆强化学习训练，评估轨迹安全性，检测与静态障碍物和动态智能体的碰撞。
• 评论家使用基于注意力机制的场景表征，建模智能体与环境要素之间的空间依赖关系和交互。
• 应用自编码损失以稳定训练，并缓解 GAN 框架中的模式崩溃问题。
• 最终轨迹选择由 GAN 损失（用于逼真度）与评论家奖励（用于安全性）的凸组合引导。

实验结果

研究问题

• RQ1 轨迹预测模型是否能够在不依赖真实未来轨迹的前提下，同时优化逼真度与安全性？
• RQ2 学习到的评论家网络在轨迹生成过程中，能否有效检测并惩罚与静态和动态障碍物的碰撞？
• RQ3 融入环境感知在多大程度上提升了轨迹预测的准确性与多样性？
• RQ4 与当前最先进模型相比，该方法是否显著降低了碰撞频率，同时保持或提升了预测准确性？
• RQ5 评论家网络是否能够泛化到未见过的环境，并可靠地分类轨迹安全性？

主要发现

• 在 UCY 数据集上，SafeCritic 实现了 mADE 0.37 和 mFDE 0.84，优于所有基线模型，包括 SocialGAN、SoPhie 和 CAR-Net。
• 在更复杂的 SDD 数据集上，SafeCritic 实现了 mADE 14.39 和 mFDE 27.39，显著优于次优模型 CAR-Net（分别为 25.72 和 51.80）。
• SafeCritic 在所有数据集上将碰撞次数减少为 SocialGAN、SoPhie 和线性回归器的三分之一，接近真实轨迹中的碰撞数量。
• 该模型在拥挤场景中也表现出对模式崩溃的鲁棒性，通过定性和定量分析证实其能生成多样化轨迹。
• 评论家网络成功分类了安全轨迹，生成路径避开了障碍物和其他智能体，如注意力可视化和无碰撞轨迹示例所示。
• 消融实验证实，将基于 GAN 的逼真度损失与基于评论家的安全奖励相结合，可获得最佳整体性能，实现多样性与安全性的平衡。