编辑驾驶员特性：面向交互式交通仿真的可社会控制行为生成
机器人学
2023-03-27 v1 人工智能
机器学习
摘要
交通仿真在评估和改进自动驾驶规划系统中起着关键作用。在公共道路上部署后，自动驾驶车辆需要与具有不同社会偏好（例如自私或礼让的人类驾驶员）的人类道路参与者交互。为确保自动驾驶车辆在不同交互式交通场景中采取安全高效的机动，我们应能在仿真环境中针对具有不同社会特征的响应式智能体评估自动驾驶车辆。为此我们提出一种可社会控制的行为生成（SCBG）模型，该模型允许用户输入所生成轨迹的礼让程度，同时通过从真实驾驶数据学习确保生成逼真且类人的轨迹。具体而言，我们利用从真实驾驶数据训练的边际与条件行为预测模型，定义一种新颖且可微的度量来量化驾驶行为的礼让水平。所提出的礼让度量使我们能够自动标注真实驾驶数据中轨迹的礼让级别，并便捷地训练一个基于输入礼让值生成轨迹的 SCBG 模型。我们在 Waymo Open Motion Dataset (WOMD) 上检验了 SCBG 模型，结果表明我们能够控制 SCBG 模型生成具有期望礼让水平的逼真驾驶行为。有趣的是，我们发现 SCBG 模型能够根据场景识别礼让行为的不同运动模式。
引用
@article{arxiv.2303.13830,
title = {Editing Driver Character: Socially-Controllable Behavior Generation for Interactive Traffic Simulation},
author = {Wei-Jer Chang and Chen Tang and Chenran Li and Yeping Hu and Masayoshi Tomizuka and Wei Zhan},
journal= {arXiv preprint arXiv:2303.13830},
year = {2023}
}