一种用于个性化且面向自动驾驶应用的安全偏好学习方法

本文提出一种确保遵循给定规范的偏好学习方法，并应用于自动驾驶。我们的方法将描述交通规则的信号时序逻辑（STL）公式的优先级排序纳入学习框架。通过利用参数化加权信号时序逻辑（PWSTL），我们基于成对比较形式化了安全保证的偏好学习问题，并提出了一种求解该学习问题的方法。我们的方法为给定PWSTL公式的权重找到一组可行赋值，使得在这些权重下，偏好信号的加权定量满足度度量大于其非偏好对应信号。我们的方法给出的可行权重赋值产生一个加权STL公式，可用于正确且按构造定制的控制器综合。我们在涉及停车标志和行人横道的两种不同模拟驾驶场景中，通过试点人类受试者研究展示了方法的性能。在捕捉偏好方面，我们的方法相较现有偏好学习方法具有竞争力，而在考虑安全性时显著优于它们。