基于领域知识的接地关系推断：可解释的自动驾驶

可解释性对于自动驾驶车辆及其他在与人类和物体交互过程中运行的机器人系统至关重要。人类需要理解并预判机器所采取的行动，以实现可信且安全的协作。在本工作中，我们旨在开发一种可解释模型，其生成的解释既与人类领域知识一致，又与模型内在的因果关系相符。具体而言，我们关注自动驾驶的一个基本构建模块——多智能体交互建模。我们提出了接地关系推断（Grounded Relational Inference, GRI）。该方法通过推断表示智能体之间关系的交互图来建模交互系统的底层动力学。我们通过将关系潜空间接地到由专家领域知识定义的语义交互行为上，确保交互图具有语义意义。我们证明该方法能够在仿真和真实世界设置下对交互式交通场景进行建模，并生成通过交互解释车辆行为的语义图。