引入风险遮蔽以实现果断且舒适的行为规划

我们考虑城市驾驶中群体交互的问题。最先进的自动驾驶汽车行为规划器大多在代价函数中分别考虑每个单一的智能体到智能体交互,以为自车智能体寻找最优行为,例如不与任何其他智能体发生碰撞。本文中,我们提出风险遮蔽——一种情境理解方法,使我们能够通过分析三个智能体之间的群体交互超越单一交互。具体而言,所提方法可找出哪第一个其他智能体无需在自车智能体的行为规划器中考虑,因为由于第二个其他智能体阻挡其路径,该第一其他智能体无法到达自车智能体。在实验中,我们表明将风险遮蔽用作行为规划器的上游过滤模块,可在确保安全的前提下,规划出比最先进方法更果断、更舒适的驾驶策略。该方法的可用性在不同交叉口场景和纵向驾驶中得到了验证。