Solution Concepts in Hierarchical Games under Bounded Rationality with Applications to Autonomous Driving

要約

自動運転車 (AV) が通常の人間の交通にさらに統合されるようになるにつれ、AV の動作計画をマルチエージェントの問題として扱うことについてのコンセンサスが高まっています。
しかし、完全な合理性という従来のゲーム理論の仮定は人間の運転には強すぎるため、行動ゲーム理論のレンズを通して人間の運転を \emph{有限合理的} 活動として理解する必要があります。
そのために、有界合理的行動の 4 つのメタモデルを適応させます。3 つは量子レベル k に基づいており、1 つは量子誤差を伴うナッシュ均衡に基づいています。
私たちは、運転行動のゲーム理論モデルを作成する目的で、マルチエージェント動作計画で使用されるフレームワークである階層型ゲームのコンテキストで適用できるさまざまなソリューション概念を形式化します。
さらに、合計約 4,000 のエージェントと 44,000 の意思決定ポイントを含む、混雑した都市交差点での人間の運転に関する提供されたデータセットに基づいて、自然主義的データへのモデルの適合とその予測能力に基づいて行動モデルを評価します。
私たちの結果は、操作レベルで評価された動作モデルの中で、Quantal レベル k モデルの適応として運転動作をモデル化し、純粋なルールに従ってモデル化されたレベル 0 の動作が、自然な運転動作に最もよく適合することを示唆しています。
軌跡のレベルでは、アクションの境界サンプリングと maxmax 非戦略モデルが、比較したモデルのセット内で最も正確です。
また、状況要因が行動モデルのパフォーマンスに大きな影響を与えることもわかりました。

要約(オリジナル)

With autonomous vehicles (AV) set to integrate further into regular human traffic, there is an increasing consensus on treating AV motion planning as a multi-agent problem. However, the traditional game-theoretic assumption of complete rationality is too strong for human driving, and there is a need for understanding human driving as a \emph{bounded rational} activity through a behavioural game-theoretic lens. To that end, we adapt four metamodels of bounded rational behaviour: three based on Quantal level-k and one based on Nash equilibrium with quantal errors. We formalize the different solution concepts that can be applied in the context of hierarchical games, a framework used in multi-agent motion planning, for the purpose of creating game theoretic models of driving behaviour. Furthermore, based on a contributed dataset of human driving at a busy urban intersection with a total of approximately 4k agents and 44k decision points, we evaluate the behaviour models on the basis of model fit to naturalistic data, as well as their predictive capacity. Our results suggest that among the behaviour models evaluated, at the level of maneuvers, modeling driving behaviour as an adaptation of the Quantal level-k model with level-0 behaviour modelled as pure rule-following provides the best fit to naturalistic driving behaviour. At the level of trajectories, bounds sampling of actions and a maxmax non-strategic models is the most accurate within the set of models in comparison. We also find a significant impact of situational factors on the performance of behaviour models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google