Cross-cultural Deployment of Autonomous Vehicles Using Data-light Inverse Reinforcement Learning

要約

特定の交通規制の順守以上に、文化の促進は、より暗黙の部分 – 非公式で従来の、集合的な行動パターンに続いてドライバーがそれに続く、国、地域、さらには都市によって異なります。
このような文化的相違は、今日の多様な地域に自動運転車（AV）を展開する際の最大の課題の1つになっています。
データ駆動型の方法の現在の出現は、データからの学習を通じて文化互換の運転を可能にする潜在的なソリューションを示していますが、いくつかの未開発の地域が運転文化を知らせるのに十分なローカルデータを提供できない場合はどうでしょうか？
この問題は、より広範なグローバルAV市場で特に重要です。
ここでは、文化固有のAVSを再調整し、それらを他の文化に同化するように設計された、データ光逆補強学習と呼ばれるAVSの異文化展開スキームを提案します。
まず、ドイツ、中国、米国の3つの国の高速道路での自然主義的な運転データセットの包括的な比較分析を通じて、運転文化の発散を報告します。
次に、56084 kmを超える累積テストの走行距離を使用して、これら3か国で迅速な異文化展開をテストすることにより、スキームの有効性を実証します。
異文化間の展開が豊かなローカルデータなしで実行される場合、パフォーマンスは特に有利です。
結果は、局所データへの依存をせいぜい98.67％のマージンで減らすことができることを示しています。
この研究は、特に文化互換のAVを開発するのに十分なローカルデータを欠いている地域で、より広く、より公平なAVグローバル市場をもたらすことが期待されています。

要約(オリジナル)

More than the adherence to specific traffic regulations, driving culture touches upon a more implicit part – an informal, conventional, collective behavioral pattern followed by drivers – that varies across countries, regions, and even cities. Such cultural divergence has become one of the biggest challenges in deploying autonomous vehicles (AVs) across diverse regions today. The current emergence of data-driven methods has shown a potential solution to enable culture-compatible driving through learning from data, but what if some underdeveloped regions cannot provide sufficient local data to inform driving culture? This issue is particularly significant for a broader global AV market. Here, we propose a cross-cultural deployment scheme for AVs, called data-light inverse reinforcement learning, designed to re-calibrate culture-specific AVs and assimilate them into other cultures. First, we report the divergence in driving cultures through a comprehensive comparative analysis of naturalistic driving datasets on highways from three countries: Germany, China, and the USA. Then, we demonstrate the effectiveness of our scheme by testing the expeditious cross-cultural deployment across these three countries, with cumulative testing mileage of over 56084 km. The performance is particularly advantageous when cross-cultural deployment is carried out without affluent local data. Results show that we can reduce the dependence on local data by a margin of 98.67% at best. This study is expected to bring a broader, fairer AV global market, particularly in those regions that lack enough local data to develop culture-compatible AVs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google