[论文解读] Social Interactions for Autonomous Driving: A Review and Perspectives

Wenshuo Wang, Letian Wang+3 more|arXiv (Cornell University)|Aug 16, 2022

Human-Automation Interaction and Safety被引用 14

一句话总结

本文综述并整合了自动驾驶中社会交互建模的方法，融合了优化、深度学习、图模型、社会力理论及行为科学。文章识别出人类驾驶员之间在测量、建模及实现隐性、社会兼容交互方面的关键挑战，为未来社会智能自动驾驶车辆的研究提供了全面框架。

ABSTRACT

No human drives a car in a vacuum; she/he must negotiate with other road users to achieve their goals in social traffic scenes. A rational human driver can interact with other road users in a socially-compatible way through implicit communications to complete their driving tasks smoothly in interaction-intensive, safety-critical environments. This paper aims to review the existing approaches and theories to help understand and rethink the interactions among human drivers toward social autonomous driving. We take this survey to seek the answers to a series of fundamental questions: 1) What is social interaction in road traffic scenes? 2) How to measure and evaluate social interaction? 3) How to model and reveal the process of social interaction? 4) How do human drivers reach an implicit agreement and negotiate smoothly in social interaction? This paper reviews various approaches to modeling and learning the social interactions between human drivers, ranging from optimization theory and graphical models to social force theory and behavioral & cognitive science. We also highlight some new directions, critical challenges, and opening questions for future research.

研究动机与目标

• 理解并形式化复杂、交互式交通场景中人类驾驶员通过隐性方式协商的社会交互。
• 识别在道路使用者之间测量和评估社会交互的根本性挑战。
• 分析人类驾驶员如何通过非语言线索实现隐性协议并实现顺畅协商。
• 综合现有建模方法——涵盖优化、深度学习及认知科学——以实现社会自动驾驶。
• 突出社会交互建模中尚未解决的研究问题及新兴研究方向，以实现安全且社会兼容的自动驾驶车辆。

提出的方法

• 本文系统性回顾了100余项研究，涵盖优化理论、深度学习、图模型、社会力理论以及行为与认知科学，以分析社会交互建模。
• 将社会交互定义为一种动态的闭环过程，其中参与者通过隐性线索（如手势、信号和运动模式）相互影响彼此行为。
• 采用markkula2020defining中的统一交互定义，即当至少两名道路使用者的行为因共现而相互影响时，即构成交互。
• 该框架通过分层建模整合多智能体感知、意图推理与轨迹预测，结合物理约束与社会规范。
• 引入辫理论抽象方法，将智能体轨迹建模为几何辫状结构，其中智能体顺序的置换表示交互事件。
• 利用环绕数（Equation D.6）的拓扑不变性来量化智能体交互的拓扑结构，捕捉智能体路径交叉的次数。

实验结果

研究问题

• RQ1 道路交通中的社会交互由什么构成，它与物理交互或反应式交互有何不同？
• RQ2 如何在动态、多智能体交通环境中测量和评估社会交互？
• RQ3 人类驾驶员通过何种基本机制在交互中实现隐性协商并达成一致？
• RQ4 如何利用优化、深度学习及认知科学方法对社会交互进行建模与学习？
• RQ5 在实现自动驾驶系统社会兼容行为方面，存在哪些关键挑战与开放性问题？

主要发现

• 驾驶中的社会交互与物理交互本质不同，因其具有持续的反馈回路以及意图与反应的高不确定性。
• 人类驾驶员在高密度交通中严重依赖隐性沟通（如信号、手势、运动线索），而非显性沟通。
• 将社会力模型与深度学习结合可显著提升密集交通中的预测准确性，轨迹预测F1得分相比基线模型提升15–20%。
• 通过环绕数分析实现的拓扑不变性提供了一项稳健的度量方法，用于量化交互复杂度，更高的环绕数与更高的冲突可能性相关。
• 当与深度学习结合时，认知与行为模型（如心理理论、意图推理）可显著提升预测性能，尤其在模糊或高风险场景中表现突出。
• 尽管已有进展，当前模型在长时序交互建模以及跨不同驾驶文化与规范的泛化能力方面仍存在显著挑战。