博弈论在自动驾驶方向的应用（Ⅰ）：变道决策的综述

最新推荐文章于 2025-10-13 07:59:14 发布

原创

最新推荐文章于 2025-10-13 07:59:14 发布 · 8.9k 阅读

80 ·

CC 4.0 BY-SA版权

文章探讨了自动驾驶中的风险评估和变道决策，指出现有方法的计算成本高，提出在检测到异常时才进行轨迹计算。博弈论在此领域的应用能更好地模拟驾驶员交互，通过贝叶斯博弈论处理实时交互。文章回顾了基于博弈论的变道模型，包括完全信息、不完全信息、序贯博弈和进化博弈论模型，并强调了这些模型在描述驾驶行为和优化决策方面的潜力，呼吁进一步研究和数据支持。

今天发生的许多事故都是人类驾驶员错误的感知和决策造成的。由于准确的风险评估对于防止碰撞至关重要，因此，自动驾驶被认为可以大大减少此类错误。虽然目前的系统已经成功地应用于在真实环境中寻找路径和探测障碍物，但是碰撞仍然会发生。因此，必须更加重视实时准确的风险评估。现有的大多数风险评估方法预测轨迹，然后检测可能的碰撞。然而，这种方法会产生巨大的计算成本，并检查所有可能的轨迹。一个有用的建议是，只有在检测到异常或危险的操纵（Lefèvre et al.，2012a）或交通状况被标记为危险时，才执行轨迹计算和碰撞检查，而不是详尽地计算和预测每个历元（感应周期）的其他交通参与者的轨迹从运输工程的角度来看。
还应利用适当的数学基础，如贝叶斯博弈论（Harsanyi，1967）；此类概念已成功地应用于机器人学中的许多基于agent的问题中（Antoniades等人，2003；Emery Montemerlo，2005）。这种方法有助于实时处理交互作用，例如在交叉口、汇入交通流或在感知受限的情况下超车。

PAPER：A REVIEW OF GAME THEORY MODELS OF LANE CHANGING

摘要：变道决策已经成为驾驶行为分析的重要组成部分，基于博弈论的变道模型强调了驾驶员之间的相互作用，与其他经典模型相比，它能更真实地展现驾驶行为。然而，博弈论描述人类驾驶员变道策略的潜力目前被低估了。本文旨在回顾博弈论模型的最新发展，并根据其不同的方法和特点进行分类。它们既适用于人类驾驶汽车，也适用于自动驾驶汽车（AV）。
研究人员只能在真实的轨迹数据中观察后果，而不能观察驾驶员的动机，所以建立决策模型较为复杂。强化学习和逆强化学习可以通过模拟人类的决策训练控制器。博弈的方法常用于模拟驾驶员之间的竞争和合作关系，可以不用长时间的训练，同时可以考虑到驾驶员的偏好。
博弈中主要包括三个主要元素：玩家、策略、收益。如果缺少博弈中的元素，则被称为非完全信息博弈，即使知道完整的局面信息，也可能不知道对手的Beliefs（在棋牌游戏中通常表现为对手手牌未知），这种状态称为非完美信