基于势博弈的自动驾驶决策方法
系统与控制
2023-11-13 v3 系统与控制
摘要
考虑到多个交通参与者（如自动驾驶车辆（AVs）、人类驾驶员和行人）之间复杂的交互以及评估这些交互所需的计算负荷，自动驾驶的决策具有挑战性。本文提出了两种通用的基于势博弈的框架，即有限势博弈与连续势博弈，用于自动驾驶决策。这两种框架分别考虑了自动驾驶车辆的两种动作空间类型，即有限动作空间与连续动作空间。我们证明了所提框架具有理论保证，包括：1）纯策略纳什均衡的存在性；2）纳什均衡（NE）求解算法的收敛性；3）所得纳什均衡的全局最优性（即在自我利益与团队利益均得到优化的意义上）。此外，我们给出了用于构造自动驾驶多智能体势博弈的代价函数塑形方法。并且，针对每种博弈开发了两种求解算法，包括自博弈动力学（如最佳响应动力学）与势函数优化。随后将所提框架应用于两种不同交通场景，包括交叉口通行与高速公路换道。通过开展统计对比研究，包括1）有限势博弈与连续势博弈的对比，以及2）最佳响应动力学与势函数优化的对比，来比较不同求解算法的性能。结果表明，所开发的两种框架在自动驾驶实时决策中具有实用性（即计算高效）、可靠性（即在多样场景与情形下获得令人满意的驾驶性能）与鲁棒性（即针对周围车辆的不确定行为仍能获得令人满意的驾驶性能）。
引用
@article{arxiv.2201.06157,
title = {Potential Game-Based Decision-Making for Autonomous Driving},
author = {Mushuang Liu and Ilya Kolmanovsky and H. Eric Tseng and Suzhou Huang and Dimitar Filev and Anouck Girard},
journal= {arXiv preprint arXiv:2201.06157},
year = {2023}
}