BIDA：动态交通场景下自动驾驶汽车的双层交互决策算法
机器人学
2025-06-23 v1 人工智能
新兴技术
机器学习
系统与控制
系统与控制
摘要
在复杂的现实交通环境中，自动驾驶汽车(AV)需要与其他交通参与者进行交互，同时实时做出安全关键的决策。人类行为的不可预测性带来了重大挑战，尤其是在动态场景中，例如多车道高速公路和无信号T型交叉口。为了解决这一差距，我们设计了一种双层交互决策算法(BIDA)，该算法将交互式蒙特卡洛树搜索(MCTS)与深度强化学习(DRL)相结合，旨在增强AV在动态关键交通场景中的交互合理性、效率和安全性。具体而言，我们采用三种类型的DRL算法来构建可靠的价值网络和策略网络，通过辅助价值更新和节点选择来指导交互式MCTS的在线推演过程。然后，在CARLA中设计并实现了一个动态轨迹规划器和一个轨迹跟踪控制器，以确保计划操作的平滑执行。实验评估表明，我们的BIDA不仅增强了交互推演并降低了计算成本，而且优于其他最新基准，在不同交通条件下表现出卓越的安全性、效率和交互合理性。
引用
@article{arxiv.2506.16546,
title = {BIDA: A Bi-level Interaction Decision-making Algorithm for Autonomous Vehicles in Dynamic Traffic Scenarios},
author = {Liyang Yu and Tianyi Wang and Junfeng Jiao and Fengwu Shan and Hongqing Chu and Bingzhao Gao},
journal= {arXiv preprint arXiv:2506.16546},
year = {2025}
}
备注
6 pages, 3 figures, 4 tables, accepted for IEEE Intelligent Vehicles (IV) Symposium 2025