面向自动驾驶的可解释基于目标的预测与规划
机器人学
2021-03-16 v3
摘要
我们提出一种用于自动驾驶的集成预测与规划系统，其使用理性逆规划来识别其他车辆的目标。目标识别为蒙特卡洛树搜索（MCTS）算法提供信息以规划 ego 车辆的最优机动。逆规划与 MCTS 利用一组共享的已定义机动和宏动作来构建可通过理性原则解释的规划。在城市驾驶场景模拟中的评估展示了系统稳健识别其他车辆目标的能力，使我们的车辆能够利用非平凡机会显著减少驾驶时间。在每个场景中，我们提取对预测的直观解释以证明系统决策的合理性。
引用
@article{arxiv.2002.02277,
title = {Interpretable Goal-based Prediction and Planning for Autonomous Driving},
author = {Stefano V. Albrecht and Cillian Brewitt and John Wilhelm and Balint Gyevnar and Francisco Eiras and Mihai Dobre and Subramanian Ramamoorthy},
journal= {arXiv preprint arXiv:2002.02277},
year = {2021}
}
备注
IEEE International Conference on Robotics and Automation (ICRA), 2021