面向自动驾驶的类人决策：一种非合作博弈论方法
机器人学
2020-09-24 v2 系统与控制
系统与控制
摘要
考虑到人类驾驶车辆与自动驾驶车辆（AVs）将在未来长期共存于道路上，如何将自动驾驶车辆融入人类驾驶交通生态并最小化自动驾驶车辆及其与人类驾驶不匹配所带来的影响，是值得考虑的问题。此外，不同乘客对自动驾驶车辆有不同需求，因此如何为不同乘客提供个性化选择是自动驾驶车辆的另一个问题。为此，本文为自动驾驶车辆设计了一个类人决策框架。针对驾驶安全性、乘坐舒适性与出行效率，为自动驾驶车辆制定了不同的驾驶风格与社会交互特征，并在决策建模过程中加以考虑。随后，将纳什均衡与斯塔克尔伯格博弈论应用于非合作决策。此外，结合势场法与模型预测控制（MPC）处理自动驾驶车辆的运动预测与规划，为决策模块提供预测运动信息。最后，针对变道的两个典型测试场景即汇入与超车，评估了所提考虑不同类人行为的决策框架的可行性与有效性。测试结果表明，两种博弈论方法均能为自动驾驶车辆提供合理的类人决策。在正常驾驶风格下，与纳什均衡方法相比，采用斯塔克尔伯格博弈论方法的决策代价值降低了20%以上。
引用
@article{arxiv.2005.11064,
title = {Human-Like Decision Making for Autonomous Driving: A Noncooperative Game Theoretic Approach},
author = {Peng Hang and Chen Lv and Yang Xing and Chao Huang and Zhongxu Hu},
journal= {arXiv preprint arXiv:2005.11064},
year = {2020}
}
备注
Accepted by IEEE T-ITS