通过条件行为预测识别驾驶交互
机器人学
2021-06-03 v2
摘要
变道、汇入和无保护转弯等交互式驾驶场景是自动驾驶最具挑战性的情况之一。在交互场景中规划需要准确建模其他智能体对 ego 智能体不同未来动作的反应。我们开发了用于条件行为预测（CBP）的端到端模型，该模型以 ego 智能体的查询未来轨迹为输入，并预测以该查询为条件的其他智能体未来轨迹的分布。利用此类模型，我们基于概率第一性原理推导出一种通用智能体交互性分数。该交互性分数使我们能够寻找用于训练和评估行为预测模型的有趣交互场景。我们进一步证明所提分数在计算预算约束下的智能体优先级排序中是有效的。
引用
@article{arxiv.2104.09959,
title = {Identifying Driver Interactions via Conditional Behavior Prediction},
author = {Ekaterina Tolstaya and Reza Mahjourian and Carlton Downey and Balakrishnan Varadarajan and Benjamin Sapp and Dragomir Anguelov},
journal= {arXiv preprint arXiv:2104.09959},
year = {2021}
}