Bringing Diversity to Autonomous Vehicles: An Interpretable Multi-vehicle Decision-making and Planning Framework

要約

自動運転の発展に伴い、自動運転車 (AV) と人が運転する車 (HV) が同じ道路を走行することがますます一般的になっています。
搭載されている既存の単一車両計画アルゴリズムは、現実世界での高度な社会的相互作用を処理するのに苦労しています。
これらの方法による決定は、人間にとって理解しにくく、クラッシュのリスクを高め、実際に適用される可能性が低くなります。
さらに、オープンソースの交通シミュレーターによって生成される車両の流れは、過度に保守的であり、行動の多様性に欠けているという欠点があります。
いくつかの利点を持つ階層的な複数車両の意思決定および計画フレームワークを提案します。
このフレームワークは、フロー内のすべての車両について共同で決定を下し、高頻度の計画モジュールを通じて動的環境に迅速に対応します。
意思決定モジュールは、自己意図を周囲の HV に明示的に伝えることができる解釈可能なアクション シーケンスを生成します。
また、社会レベルと個人レベルの両方で自動運転車の交通に多様性をもたらす協力要素と軌跡の重みセットも提示します。
提案されたフレームワークの優位性は、複数のシナリオを使用した実験を通じて検証され、生成された車両軌跡の多様な動作が閉ループ シミュレーションを通じて実証されます。

要約(オリジナル)

With the development of autonomous driving, it is becoming increasingly common for autonomous vehicles (AVs) and human-driven vehicles (HVs) to travel on the same roads. Existing single-vehicle planning algorithms on board struggle to handle sophisticated social interactions in the real world. Decisions made by these methods are difficult to understand for humans, raising the risk of crashes and making them unlikely to be applied in practice. Moreover, vehicle flows produced by open-source traffic simulators suffer from being overly conservative and lacking behavioral diversity. We propose a hierarchical multi-vehicle decision-making and planning framework with several advantages. The framework jointly makes decisions for all vehicles within the flow and reacts promptly to the dynamic environment through a high-frequency planning module. The decision module produces interpretable action sequences that can explicitly communicate self-intent to the surrounding HVs. We also present the cooperation factor and trajectory weight set, bringing diversity to autonomous vehicles in traffic at both the social and individual levels. The superiority of our proposed framework is validated through experiments with multiple scenarios, and the diverse behaviors in the generated vehicle trajectories are demonstrated through closed-loop simulations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google