面向交互式自动驾驶的行为拓扑推理
机器人学
2024-09-27 v1
摘要
自动驾驶系统旨在通过行为在交互代理之间的集成，实现安全且符合社交规范的驾驶。然而，由于多智能体场景的不确定性和交互的异构性，仍面临诸多挑战。当前的稠密和稀疏行为表示在多智能体建模中存在效率和一致性问题，导致在集成预测与规划 (IPP) 时，整体行为模式的稳定性受到影响。为此，我们提出一种拓扑结构，作为引导下游轨迹生成的合规行为前景。具体而言，我们引入行为拓扑 (BeTop)，这是一种关键的拓扑公式化表征多智能体未来行为间的共识模式。BeTop 基于 braid 理论，从多智能体未来轨迹中提炼出合规的交互拓扑。以 BeTop 为监督的协同学习框架 (BeTopNet) 促进了行为预测与规划在预测的拓扑先验下的一致性。通过仿制应变学习，BeTop 还有效管理行为预测与规划中的不确定性。广泛的在大规模真实数据集上的验证，包括 nuPlan 和 WOMD，表明 BeTop 在预测和规划任务中实现了最先进的性能。进一步的在提出的交互场景基准上的验证展示了 BeTop 在交互情形下的规划合规性。
引用
@article{arxiv.2409.18031,
title = {Reasoning Multi-Agent Behavioral Topology for Interactive Autonomous Driving},
author = {Haochen Liu and Li Chen and Yu Qiao and Chen Lv and Hongyang Li},
journal= {arXiv preprint arXiv:2409.18031},
year = {2024}
}