从示范中学习自动驾驶车辆安全概念
机器人学
2022-10-07 v1 系统与控制
系统与控制
摘要
评估自动驾驶车辆（AV）的安全性取决于周围智能体的行为，而这些行为会受到环境背景与非正式定义的驾驶礼仪等因素的显著影响。一个关键挑战在于，为开发 AV 安全模型与技术，需确定关于其他道路使用者何种构成合理可预见行为的最小假设集合。本文提出一种数据驱动的 AV 安全设计方法，首先从数据中学习“合理”的行为假设，随后利用这些习得的行为假设综合出一个 AV 安全概念。我们借鉴控制理论中的技术，即高阶控制障碍函数与 Hamilton-Jacobi 可达性，以提供归纳偏置，从而提升我们方法的可解释性、可验证性与可处理性。在实验中，我们利用从高速公路交通交织场景收集的示范学习了一个 AV 安全概念，将习得概念与现有基线进行比较，并展示了其在评估真实世界驾驶日志中的有效性。
引用
@article{arxiv.2210.02761,
title = {Learning Autonomous Vehicle Safety Concepts from Demonstrations},
author = {Karen Leung and Sushant Veer and Edward Schmerling and Marco Pavone},
journal= {arXiv preprint arXiv:2210.02761},
year = {2022}
}