警惕威胁安全的交通参与者：主动缓解安全危险
机器人学
2022-06-03 v1 机器学习
摘要
尽管自动驾驶车辆（AV）如无人驾驶汽车已成功展示，但确保AV安全仍是一项具有挑战性的任务。虽然某些交通参与者比其他参与者更能影响AV的驾驶决策，现有方法却对道路上每个参与者给予同等关注。一个参与者对AV决策的影响可通过其减少AV安全导航选择数量的能力来刻画。在这项工作中，我们提出一种利用反事实推理的安全威胁指标（STI），以估计道路上各参与者对AV安全影响的重要性。我们利用该指标来（i）刻画现有真实世界数据集，以识别罕见危险场景以及现有控制器在此类场景中的不佳表现；（ii）设计一种基于强化学习（RL）的安全缓解控制器，主动缓解这些参与者对AV构成的安全危险。我们的方法将最先进AV智能体在罕见危险场景中的事故率降低了超过70%。
引用
@article{arxiv.2206.00886,
title = {Watch Out for the Safety-Threatening Actors: Proactively Mitigating Safety Hazards},
author = {Saurabh Jha and Shengkun Cui and Zbigniew Kalbarczyk and Ravishankar K. Iyer},
journal= {arXiv preprint arXiv:2206.00886},
year = {2022}
}