Delayed-Decision Motion Planning in the Presence of Multiple Predictions

要約

信頼性の高い自動化された運転技術は、さまざまな不確実性、特に交通エージェントの行動不確実性によって挑戦されています。
トラフィックエージェントが他の人に知られていない意図を持つことは一般的であり、自動化された運転車を複数の可能な行動を推論するために残します。
この論文は、対応する確率を持つ複数の可能な先物の存在下での行動計画スキームを正式にしています。
最大のエントロピー製剤を提示し、特定の仮定の下で、意思決定が遅れて安全性を改善する方法を示します。
次に、一般的な定式化は、2次プログラムまたは一連の二次プログラムとして解決されるモデル予測制御定式化に変わります。
計算を改善するための実装の詳細と、シミュレーションおよびモバイルロボットでの操作を検証します。

要約(オリジナル)

Reliable automated driving technology is challenged by various sources of uncertainties, in particular, behavioral uncertainties of traffic agents. It is common for traffic agents to have intentions that are unknown to others, leaving an automated driving car to reason over multiple possible behaviors. This paper formalizes a behavior planning scheme in the presence of multiple possible futures with corresponding probabilities. We present a maximum entropy formulation and show how, under certain assumptions, this allows delayed decision-making to improve safety. The general formulation is then turned into a model predictive control formulation, which is solved as a quadratic program or a set of quadratic programs. We discuss implementation details for improving computation and verify operation in simulation and on a mobile robot.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google