驾驶是一种游戏：贝叶斯迭代最佳反应方法融合规划与预测
机器人学
2025-12-04 v1
摘要
自动驾驶规划系统在常规场景中使用轻量级规则方法表现近乎完美，但在密集城市交通中仍面临挑战，车道变更和合并需要预测并影响其他智能体行为。现代运动预测器提供高度准确的预测，但其在规划中的集成主要局限于粗糙方式：仅丢弃不安全的计划。类似地，端到端模型提供单向集成，回避联合预测与不确定性下规划建模的挑战。相比之下，博弈论方法提供了原则性替代方案，但在自动驾驶中的应用仍有限。我们提出贝叶斯迭代最佳反应（BIBeR）框架，将运动预测和博弈论规划统一为单一的交互感知过程。BIBeR 是首个将最先进预测器集成到迭代最佳反应（IBR）循环中的方法，反复细化 ego 车辆及周围智能体的策略。该反复最佳反应过程近似诺亚均衡，实现 ego 车既能反应于又能塑造他人行为的双向适应。此外，我们提出的贝叶斯置信度估计量化预测可靠性，低置信度时更保守，高置信度时更果断。BIBeR 与现代预测器和规划器兼容，结合结构化规划的可解释性与学习模型的灵活性。实验表明，BIBeR 在高度互动的 interPlan 车道变更场景中比最先进规划器提高 11%，在标准 nuPlan 基准测试中也超越现有方法。
引用
@article{arxiv.2512.03936,
title = {Driving is a Game: Combining Planning and Prediction with Bayesian Iterative Best Response},
author = {Aron Distelzweig and Yiwei Wang and Faris Janjoš and Marcel Hallgarten and Mihai Dobre and Alexander Langmann and Joschka Boedecker and Johannes Betz},
journal= {arXiv preprint arXiv:2512.03936},
year = {2025}
}