An Efficient Game-Theoretic Planner for Automated Lane Merging with Multi-Modal Behavior Understanding

要約

この論文では、ゲーム理論と自動車線合流のための検索ベースの計画を組み合わせた新しい行動プランナーを提案します。
具体的には、人間のドライバーからインスピレーションを得て、車両間の相互作用をギャップ選択プロセスとしてモデル化します。
周囲の車両が示すマルチモーダルな挙動の課題を克服するために、軌道選択をマトリックス ゲームとして定式化し、平衡を計算します。
次に、提案したプランナーを高忠実度シミュレーター CARLA で検証し、密な交通シナリオでのインタラクションの処理におけるその有効性を実証します。

要約(オリジナル)

In this paper, we propose a novel behavior planner that combines game theory with search-based planning for automated lane merging. Specifically, inspired by human drivers, we model the interaction between vehicles as a gap selection process. To overcome the challenge of multi-modal behavior exhibited by the surrounding vehicles, we formulate the trajectory selection as a matrix game and compute an equilibrium. Next, we validate our proposed planner in the high-fidelity simulator CARLA and demonstrate its effectiveness in handling interactions in dense traffic scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google