Identifying Reaction-Aware Driving Styles of Stochastic Model Predictive Controlled Vehicles by Inverse Reinforcement Learning

要約

自動運転車 (AV) の運転スタイルとは、自動運転車 (AV) がどのように動作し、他の AV と相互作用するかを指します。
複数車両の自動運転システムでは、近くの AV の運転スタイルを識別できる AV は、衝突の危険性を確実に評価し、より合理的な運転決定を下すことができます。
ただし、文献には AV の運転スタイルの一貫した定義がありません。ただし、運転スタイルは AV の軌道にエンコードされており、次のように最大エントロピー逆強化学習 (ME-IRL) 手法を使用して識別できると考えられています。
コスト関数。
それにもかかわらず、運転スタイルの重要な指標、つまり、AV が近くの AV にどのように反応するかは、以前の ME-IRL 手法の機能設計に完全には組み込まれていません。
この論文では、運転スタイルを一連の重み付けされた特徴のコスト関数として説明します。
AV の反応を意識した特性を捉えるために、追加の斬新な機能を設計します。
次に、新しく提案した機能を備えた修正 ME-IRL 手法を使用して、確率モデル予測制御 (SMPC) によって生成されたデモンストレーション軌跡から運転スタイルを識別します。
提案された方法は、MATLAB シミュレーションと既製の実験を使用して検証されます。

要約(オリジナル)

The driving style of an Autonomous Vehicle (AV) refers to how it behaves and interacts with other AVs. In a multi-vehicle autonomous driving system, an AV capable of identifying the driving styles of its nearby AVs can reliably evaluate the risk of collisions and make more reasonable driving decisions. However, there has not been a consistent definition of driving styles for an AV in the literature, although it is considered that the driving style is encoded in the AV’s trajectories and can be identified using Maximum Entropy Inverse Reinforcement Learning (ME-IRL) methods as a cost function. Nevertheless, an important indicator of the driving style, i.e., how an AV reacts to its nearby AVs, is not fully incorporated in the feature design of previous ME-IRL methods. In this paper, we describe the driving style as a cost function of a series of weighted features. We design additional novel features to capture the AV’s reaction-aware characteristics. Then, we identify the driving styles from the demonstration trajectories generated by the Stochastic Model Predictive Control (SMPC) using a modified ME-IRL method with our newly proposed features. The proposed method is validated using MATLAB simulation and an off-the-shelf experiment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google