要約
高品質の交通流生成は、自動運転用のシミュレーターを構築する際のコアモジュールです。
しかし、利用可能なシミュレータの大部分は、現実世界のデータのさまざまな特徴を正確に反映する交通パターンを再現すると同時に、テストされた自動操縦の運転戦略に対する人間のような反応的な反応をシミュレートすることはできません。
このような問題に対処するために一歩前進して、テストされた運転戦略の評価と最適化のための高品質の交通フローを提供するために、既存の運転シミュレーターの統合コンポーネントとして Realistic Interactive TrAffic flow (RITA) を提案します。
RITAは、忠実度、多様性、制御性という3つの重要な機能を考慮して開発されており、RITABackendとRITAKitと呼ばれる2つのコアモジュールで構成されています。
RITABackend は、車両ごとの制御をサポートし、実世界のデータセットから交通生成モデルを提供するように構築されています。一方、RITAKit は、RITABackend を介して制御可能な交通生成のための使いやすいインターフェースを備えて開発されています。
いくつかの高度にインタラクティブな高速道路シナリオで、多様で忠実度の高い交通シミュレーションを作成する RITA の能力を実証します。
実験結果は、私たちが作成した RITA トラフィック フローが 3 つの主要な特徴をすべて示しており、したがって運転戦略評価の完全性が向上していることを示しています。
さらに、RITA トラフィック フローをオンラインで微調整することで、ベースライン戦略をさらに改善できる可能性を示します。
要約(オリジナル)
High-quality traffic flow generation is the core module in building simulators for autonomous driving. However, the majority of available simulators are incapable of replicating traffic patterns that accurately reflect the various features of real-world data while also simulating human-like reactive responses to the tested autopilot driving strategies. Taking one step forward to addressing such a problem, we propose Realistic Interactive TrAffic flow (RITA) as an integrated component of existing driving simulators to provide high-quality traffic flow for the evaluation and optimization of the tested driving strategies. RITA is developed with consideration of three key features, i.e., fidelity, diversity, and controllability, and consists of two core modules called RITABackend and RITAKit. RITABackend is built to support vehicle-wise control and provide traffic generation models from real-world datasets, while RITAKit is developed with easy-to-use interfaces for controllable traffic generation via RITABackend. We demonstrate RITA’s capacity to create diversified and high-fidelity traffic simulations in several highly interactive highway scenarios. The experimental findings demonstrate that our produced RITA traffic flows exhibit all three key features, hence enhancing the completeness of driving strategy evaluation. Moreover, we showcase the possibility for further improvement of baseline strategies through online fine-tuning with RITA traffic flows.
arxiv情報
著者 | Zhengbang Zhu,Shenyu Zhang,Yuzheng Zhuang,Yuecheng Liu,Minghuan Liu,Liyuan Mao,Ziqin Gong,Weinan Zhang,Shixiong Kai,Qiang Gu,Bin Wang,Siyuan Cheng,Xinyu Wang,Jianye Hao,Yong Yu |
発行日 | 2023-05-14 15:15:31+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google