博弈论自动驾驶：一种凸集图方法
多智能体系统
2026-01-29 v1 机器人学
摘要
多车自动驾驶将策略交互与共享安全约束下的混合（离散-连续）机动规划相结合。我们引入了IBR-GCS，一种基于凸集图(GCS)框架的迭代最优响应(IBR)规划方法，该方法将高速公路驾驶建模为广义非合作博弈。IBR-GCS在统一框架内集成了组合机动推理、轨迹规划和博弈论交互。关键创新在于一种特定于车辆、依赖于策略的GCS构建。具体来说，在每次最优响应更新时，每辆车根据其他车辆的当前策略构建自己的图，其中顶点表示特定车道、时变、凸的、无碰撞区域，边编码动态可行的过渡。这为每个最优响应步骤产生了一个GCS中的最短路径问题，该问题允许一种有效的凸松弛，可以使用凸优化工具求解，而无需进行穷举的离散树搜索。然后，我们应用一个迭代最优响应方案，其中车辆顺序更新其轨迹，并提供了条件，在这些条件下，由此产生的不精确更新收敛到近似广义纳什均衡。跨多车道、多车辆场景的模拟结果表明，IBR-GCS产生了安全的轨迹和策略一致性的交互行为。
引用
@article{arxiv.2601.20054,
title = {Game-Theoretic Autonomous Driving: A Graphs of Convex Sets Approach},
author = {Nikolaj Käfer and Ahmed Khalil and Edward Huynh and Efstathios Bakolas and David Fridovich-Keil},
journal= {arXiv preprint arXiv:2601.20054},
year = {2026}
}
备注
16 pages for content, 2 pages for references, 2 pages for notation