基于驚讶潜能的驅駛場景互動性度量
机器人学
2025-02-11 v1 机器学习
摘要
驗證自动駕駛車輛的安全性和性能需要在真實世界駕駛日誌上進行基準測試。然而,典型的駕駛日誌包含大量無事件情景,駕駛員之間的互動最小。在識別真實世界駕駛日誌中的互動情景以實現數據集的精細化,並提供更準確的自動駕駛車性能評估方面具有重要意義。本文提出了一種新型指標,用於通過測量自動駕駛車對他人的驚讶潛能來識別互動情景。首先,我們確定了描述驚讶潛能度量家族的三個維度設計空間。其次,我們在該設計空間內對不同驚讶潜能度量的不同實現進行了全面評估和比較,並在nuScenes數據集上驗證。為確定驚讶潜能度量是否正確地識別互動情景,我們使用來自人類偏好的獎勵模型來評估其與人類直覺的對齊。我們提出的驚讶潜能,源於這次全面比較研究,與人類對齊的獎勵函數的相關性超過0.82,優於現有方法。最後,我們在精選的互動情景上驗證了運動規劃器,以展示下游應用。
引用
@article{arxiv.2502.05677,
title = {Surprise Potential as a Measure of Interactivity in Driving Scenarios},
author = {Wenhao Ding and Sushant Veer and Karen Leung and Yulong Cao and Marco Pavone},
journal= {arXiv preprint arXiv:2502.05677},
year = {2025}
}
备注
10 pages, 8 figures