[论文解读] StylePredict: Machine Theory of Mind for Human Driver Behavior From Trajectories

Rohan Chandra, Aniket Bera+1 more|arXiv (Cornell University)|Nov 9, 2020

Autonomous Vehicle Technology and Safety参考文献 36被引用 7

一句话总结

StylePredict 引入了一种机器理论心智（M-ToM）框架，通过谱图理论和中心性函数，从车辆轨迹中推断人类驾驶员行为。该方法揭示了纵向行为（如超速）与横向行为（如变道）之间存在负相关关系：在密集且异构的交通环境中（印度/中国），横向行为的时序延迟估计（TDE）较低；而在稀疏且同质的交通环境中（美国/新加坡），纵向行为的 TDE 较低。

ABSTRACT

Studies have shown that autonomous vehicles (AVs) behave conservatively in a traffic environment composed of human drivers and do not adapt to local conditions and socio-cultural norms. It is known that socially aware AVs can be designed if there exist a mechanism to understand the behaviors of human drivers. We present a notion of Machine Theory of Mind (M-ToM) to infer the behaviors of human drivers by observing the trajectory of their vehicles. Our M-ToM approach, called StylePredict, is based on trajectory analysis of vehicles, which has been investigated in robotics and computer vision. StylePredict mimics human ToM to infer driver behaviors, or styles, using a computational mapping between the extracted trajectory of a vehicle in traffic and the driver behaviors using graph-theoretic techniques, including spectral analysis and centrality functions. We use StylePredict to analyze driver behavior in different cultures in the USA, China, India, and Singapore, based on traffic density, heterogeneity, and conformity to traffic rules and observe an inverse correlation between longitudinal (overspeeding) and lateral (overtaking, lane-changes) driving styles.

研究动机与目标

• 解决自动驾驶车辆（AV）中缺乏理论心智（ToM）的问题，该问题导致在混合交通环境中行为保守、缺乏适应性。
• 克服现有基于逆强化学习（IRL）的 M-ToM 方法的局限性，这些方法需要大量数据且对噪声敏感。
• 开发一种实时、抗噪声的算法，仅从车辆轨迹中推断驾驶员行为风格，无需显式通信。
• 研究不同文化背景下（美国、中国、印度、新加坡）交通密度与异质性对驾驶行为模式的影响。
• 建立车辆轨迹与驾驶员行为之间的计算映射，以支持社会感知型自动驾驶车辆的决策。

提出的方法

• 使用滑动窗口方法将车辆轨迹建模为随时间演化的图，以捕捉动态交互。
• 应用谱图理论和顶点中心性（度中心性、接近中心性、介数中心性）量化行为影响并预测驾驶员意图。
• 将时序延迟估计（TDE）定义为衡量观察轨迹与推断行为之间时间延迟的指标，TDE 越低表示推断越快、越准确。
• 利用图论中心性函数从轨迹模式中计算行为可能性，实现实时推断如超速、变道和突然变道等行为风格。
• 在来自美国、印度和中国的公开数据集以及来自新加坡的私有数据集上进行模型训练与验证。
• 将模型集成到自动驾驶系统中，作为轻量级、实时的组件，用于行为预测与适应。

实验结果

研究问题

• RQ1 基于轨迹分析的机器学习模型是否能在多样化交通环境中以高时间精度推断人类驾驶员行为？
• RQ2 交通密度与异质性如何影响纵向与横向驾驶风格的普遍性与可检测性？
• RQ3 在不同文化背景的交通环境中，纵向与横向驾驶行为的时序延迟估计（TDE）之间是否存在可测量的负相关关系？
• RQ4 图论中心性度量是否能有效从原始车辆轨迹中建模驾驶员意图与行为，而无需显式奖励函数或大规模 IRL 训练？
• RQ5 一种抗噪声、实时的 M-ToM 系统在多大程度上能提升自动驾驶车辆对本地驾驶规范与社会文化交通模式的适应能力？

主要发现

• StylePredict 在美国对超速行为的 TDE 为 0.25 秒，在新加坡为 0.54 秒，表明在稀疏、同质交通中纵向行为的推断速度更快。
• 在密集、异构的交通环境中，印度对横向行为的 TDE 最低：变道行为为 0.06 秒，突然变道为 0.19 秒，超车行为为 0.38 秒。
• 中国对横向行为的 TDE 同样较低：变道行为为 0.23 秒，突然变道为 0.39 秒，超车行为为 0.44 秒。
• 在美国，83% 的激进驾驶行为被归类为超速；而在印度，激进行为分布更均衡：27% 为突然变道，27% 为超车，27% 为超速，18% 为变道。
• 观察到 TDE 与行为类型之间存在负相关关系：在高密度、异构区域（印度/中国），横向行为的 TDE 较低；在低密度、同质区域（美国/新加坡），纵向行为的 TDE 较低。
• 该模型具有抗噪声特性，可集成到实时自动驾驶系统中，实现实时社会适应行为，且无需大规模 IRL 训练数据。