面向自动赛车的监管感知的博弈论运动规划
系统与控制
2025-08-29 v1 机器人学
系统与控制
摘要
本文提出了一种针对自动驾驶赛车场景的监管感知运动规划框架。每个代理人都求解一个监管合规的模型预测控制问题，其中将右让优先权和碰撞规避责任等赛车规则编码为混合逻辑动力学约束。我们将车辆之间的交互形式化为广义纳什均衡问题(GNEP)，并通过迭代最佳响应方案来近似求解。基于此，我们引入了监管感知的博弈论规划器(RA-GTP)，攻击者将推理对手在监管约束行为下的行为。这种博弈论层次结构使生成的超车策略既安全又不保守。仿真结果表明，RA-GTP优于假设非相互作用或不规则对手模型的基线方法，导致更有效的机动动作，同时始终保持对赛车规则的合规性。
引用
@article{arxiv.2508.20203,
title = {Regulation-Aware Game-Theoretic Motion Planning for Autonomous Racing},
author = {Francesco Prignoli and Francesco Borrelli and Paolo Falcone and Mark Pustilnik},
journal= {arXiv preprint arXiv:2508.20203},
year = {2025}
}
备注
Accepted for presentation at the IEEE International Conference on Intelligent Transportation Systems (ITSC 2025)