CRASH：面向安全加固的基于强化学习的对抗场景

确保自动驾驶车辆（AVs）的安全性需要识别单靠路上测试无法发现的罕见但关键的失效案例。高保真仿真提供了可扩展的替代方案，但自动生成能够有效压力测试 AV 运动规划器的真实且多样化的交通情景仍是关键挑战。本文引入了 CRASH - Challenging Reinforcement-learning based Adversarial scenarios for Safety Hardening - 一个对抗性深度强化学习框架以解决此问题。首先 CRASH 可以控制对抗性非玩家角色（NPC）代理在 AV 仿真器中，以自动诱发与 Ego 车辆碰撞， falsify 其运动规划器。我们还提出了一种 novel 方法，称为 safety hardening，通过在对抗代理的模拟改进情景中迭代细化运动规划器，利用 failure 案例来加强 AV 堆栈。CRASH 在简化的两车道高速公路情景中进行评估，展示了其能够以超过 90% 的碰撞率 falsify 基于规则和基于学习的规划器。此外，safety hardening 将 Ego 车辆的碰撞率降低 26%。虽然这些结果仍然初步，但它们突显了基于 RL 的 safety hardening 作为场景驱动仿真测试中一种有前景的 approach for autonomous vehicles。