汇车场景下基于自适应策略的交互感知决策

为了在汇车场景下安全高效地行驶，自动驾驶车辆应感知其周围环境，并通过与其他道路参与者交互来做出决策。此外，当自动驾驶车辆与具有不同合作程度的驾驶员交互时，应制定不同的策略。车辆是位于汇车道还是主车道也会影响驾驶操作，因为驾驶员在拥有路权时的行为会与无路权时有所不同。已有许多传统方法被提出以解决汇车场景下的决策问题。然而，这些工作要么无法对复杂的交互进行建模，要么需要实施手工设计的规则，无法妥善处理真实场景中的不确定性。在本文中，我们提出了一种基于自适应策略的交互感知决策（IDAS）方法，该方法使自动驾驶车辆能够在汇车场景下利用其他驾驶员的合作性与其协商道路。通过课程学习策略，在多智能体强化学习（MARL）设置下学习单一策略，使智能体能够自动推断其他驾驶员的各种行为并策略性地做出决策。此外，还提出了一种掩蔽机制，以防止智能体探索违反人类常识判断的状态，并提高学习效率。我们使用了一个典型的汇车场景来实施和检验所提出的方法。