Suicidal Pedestrian: Generation of Safety-Critical Scenarios for Autonomous Vehicles

要約

信頼性の高い自律走行アルゴリズムの開発には、特に歩行者を含むセーフティ・クリティカルな交通シナリオのテストにおいて課題がある。未解決の問題は、自律走行データセットやスクリプト化されたシミュレーションには必ずしも見られないが、テスト中に発生する可能性があり、最終的には歩行者に関連する重大な事故につながる可能性がある、まれな事象をどのようにシミュレートするかである。本論文では、CARLAシミュレータ内で自殺する歩行者エージェントを設計する方法を提示し、歩行者との危険な状況における自律走行車（AV）の安全性をテストするための交通シナリオの自動生成を可能にする。歩行者は強化学習(RL)エージェントとしてモデル化され、エージェントは任意または高速でAVと衝突する2つのカスタム報酬関数を持つ。初期位置と歩行者の行動を大幅に制約する代わりに、歩行者と自律走行車を環境のどこにでも配置できるようにし、歩行者が自由に歩き回ることで多様なシナリオを生成できるようにした。テスト中の自殺歩行者とターゲット車両の性能を評価するために、3つの衝突指向の評価指標を提案する。センサーデータからの模倣学習でエンド・ツー・エンドに訓練された2つの最先端の自律走行アルゴリズムを用いた実験結果は、アルゴリズムによって制御される自律走行車による判断ミスを識別する上で、自殺歩行者が有効であることを示している。

要約(オリジナル)

Developing reliable autonomous driving algorithms poses challenges in testing, particularly when it comes to safety-critical traffic scenarios involving pedestrians. An open question is how to simulate rare events, not necessarily found in autonomous driving datasets or scripted simulations, but which can occur in testing, and, in the end may lead to severe pedestrian related accidents. This paper presents a method for designing a suicidal pedestrian agent within the CARLA simulator, enabling the automatic generation of traffic scenarios for testing safety of autonomous vehicles (AVs) in dangerous situations with pedestrians. The pedestrian is modeled as a reinforcement learning (RL) agent with two custom reward functions that allow the agent to either arbitrarily or with high velocity to collide with the AV. Instead of significantly constraining the initial locations and the pedestrian behavior, we allow the pedestrian and autonomous car to be placed anywhere in the environment and the pedestrian to roam freely to generate diverse scenarios. To assess the performance of the suicidal pedestrian and the target vehicle during testing, we propose three collision-oriented evaluation metrics. Experimental results involving two state-of-the-art autonomous driving algorithms trained end-to-end with imitation learning from sensor data demonstrate the effectiveness of the suicidal pedestrian in identifying decision errors made by autonomous vehicles controlled by the algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL