自动驾驶车辆速度控制的博弈论框架：连接微观微分博弈与宏观平均场博弈
最优化与控制
2020-12-14 v3 系统与控制
物理与社会
摘要
本文提出了一种用于大量自动驾驶车辆（AVs）纵向速度控制的高效计算框架，并发展了针对 AVs 的交通流理论。我们的目标不是显式假设 AVs 如何驾驶，而是将未来的 AVs 设计为理性的、效用最优的主体，在规划时域内持续选择最优速度。面对大量相互作用的 AVs，该设计问题可能在计算上难以处理。本文旨在通过采用平均场近似并导出平均场博弈（MFG）作为具有无限个主体的极限微分博弈来应对这一挑战。所提出的微观-宏观模型允许在微观层面上将个体定义为效用最优主体，同时将丰富的微观行为转化到宏观模型。与现有将 MFG 应用于交通流模型的研究不同，本研究提供了一种将 MFG 应用于自动驾驶车辆速度控制的系统性框架。基于 MFG 的 AV 控制器被证明比基于 LWR 的控制器能更快地缓解交通拥堵。MFG 还体现了具有行为解释的经典交通流模型，从而提供了一种新的 AVs 交通流理论。
引用
@article{arxiv.1903.06053,
title = {A Game-Theoretic Framework for Autonomous Vehicles Velocity Control: Bridging Microscopic Differential Games and Macroscopic Mean Field Games},
author = {Kuang Huang and Xuan Di and Qiang Du and Xi Chen},
journal= {arXiv preprint arXiv:1903.06053},
year = {2020}
}
备注
31 pages, 11 figures