自动驾驶模型解决棘手的交通问题：狭窄的街道

假设两辆车在一条单行道上相向而行。

如果您在这种紧张、具有挑战性的驾驶场景中处于驾驶状态，您可以与附近的各方协商。您可以将车停到路边，然后示意前面的司机驶过狭窄的车道。通过互动，您可以找出确保每个人都安全并到达目的地的策略。

自动驾驶汽车的挑战更大，必须以某种方式了解附近的司机，以及他们乐于助人的意愿。

一种正在开发的新算法可以在拥挤狭窄的街道上引导自动驾驶汽车通过艰难的交通。

该算法由卡内基梅隆大学 Argo AI 自动驾驶汽车研究中心的研究人员构建，通过对不同级别的驾驶员合作进行建模来做出决策——驾驶员停车让另一位驾驶员通过的可能性有多大。

到目前为止，由研究员 Christoph Killing 领导的团队通过“多智能体强化学习”或 MARL，让自动驾驶汽车在模拟中表现出类似人类的行为，包括防御性驾驶和解释其他智能体的行为。

该算法尚未在现实世界中的车辆上使用，但由于该模型基于奖励的系统，结果很有希望。

“我们在鼓励互动时考虑到安全性，”计算机科学学院机器人研究所前访问研究学者基林说现在是慕尼黑工业大学自主航空系统实验室的一部分。

在技术简介的简短问答中下面，Christoph 详细解释了他的团队的基于激励的模型如何在没有官方道路规则的恶劣交通情况下导航。

技术简介： 在应对需要两者兼而有之的挑战时，您会将您的模型描述为更具合作性还是更具侵略性？

克里斯托夫杀戮： 与任何驾驶场景一样，自动驾驶汽车应将安全放在首位并遵守所有交通规则。然而——这是所考虑场景的美丽和挑战——在这种场景中不存在协调的交通规则（例如，与 4 路停车交叉口相反）。两辆车的通行权相同，本质上要协商谁先谁等。

如果两辆车都只关注安全，它们都会靠边停车。我们在研究中面临的关键挑战是：我们如何让一辆车靠边停车——不要让两辆车都靠边，不要让两辆车都走，因为每个人都在没有任何协调实例的情况下做出自己的决定。

我们鼓励互动时考虑到安全性；快速崩溃比超时更糟糕——但超时也会导致小幅惩罚，以激励代理学习交互和相互通过。

技术简介 ：您的模型用于执行驱动的主要参数是什么？算法的决策依据是什么？

克里斯托夫杀戮 ：我们的算法感知实际汽车上可用的内容。我们在汽车前部进行了距离和相对速度测量（参见此处报告中的图 2 ）。值得注意的是，与相关工作相比，我们没有对场景使用鸟瞰图，而是以自我为中心的视角。这使得它有点棘手，因为我们现在有盲点。这种观察通过进一步的参数得到增强，例如上面提到的合作性，告诉智能体的行为有多激进，还有当前的转向角和油门位置（在这种情况下你自己开车时也会知道）。

技术简介 :算法要正确还有哪些挑战？

克里斯托夫杀戮 ：有两个主要挑战：过于激进的配对和过于被动的配对。（比较这里的可视化 .) 值得注意的是，我们的政策在大多数情况下都能协商解决方案。然而，人类乘客可能对他们的汽车执行此处显示的某些操作非常不满意 .

技术简介 ：当很明显对方车手是一个激进的“坏”车手时，算法会做什么？还是过于“合作”的司机？

克里斯托夫杀戮 ：我们通过为每辆车分配一个合作值来测试我们的驾驶策略，告诉它的行为有多激进。每个人都只知道自己的合作性，而不知道对方的汽车。这些合作价值观以一种非常直接的方式转化为驾驶行为：不合作的司机只对自己的进步感兴趣。一个高度合作的司机不介意哪辆车先取得进展，只要有人去。这些值在整个交互过程中都是固定的。

（我们不考虑“发脾气”。我不会在这里深入探讨，但让我们保持“出于数学原因”。）

技术简介 ：模型的某些部分是否需要对对方司机进行某种“阅读”？

克里斯托夫杀戮 ：关于“阅读”的一句话：在机器人技术中，我们区分世界的状态（即现在的地球）和观察。我们的车辆没有内存模块。那么，我们如何处理目前看不到的东西呢？

技术简介中的更多自动驾驶汽车

自动驾驶汽车预警系统从故障中学习。

来自慕尼黑工业大学的软件使自动驾驶汽车保持在安全的道路上。

例如，假设您正在与某人进行 Zoom 通话。可以这么说，你感知到对地球的部分观察。对方从相机视野外拿出一个咖啡杯，喝了一口，然后放回相机视野外。如果你只考虑你在杯子被放下后最后一次观察并被问到他们喝什么，你根本不知道（因为没有记忆）。然而，如果您将过去几秒钟内的多个观察结果叠加在一起（我们称之为“连接”），您可以推断出一些关于世界状态的信息，然后您会看到杯子在几帧中移动。根据他们移动的速度，您甚至可以说出他们的情绪。

同样，在我们的场景中，每辆车只知道另一个代理，基于它可以从观察空间观察到的内容（如图 2 所示。在论文