【MIT博士论文】在混合人工自主环境中的半合作规划，234页pdf

自动驾驶车辆在公共道路上的部署已取得了巨大的进展，然而在人驾车和自动驾驶车共享道路的情况下进行安全导航对于即使是最先进的系统也是一项挑战。我们需要算法和系统来为自动驾驶车辆开发和评估符合社会规范的规划算法。在这篇论文中，我们提出了一个考虑到人类操作员在车辆轨迹规划和运动控制中的社会效用的半合作自主性框架。此外，我们提出了一个新的机器人平台，用于在安全的实验室环境中部署和评估半合作自主性。在这篇论文中，我们结合了来自社会心理学的概念和博弈论规划算法，以开发半合作自主规划器。从一个自动驾驶车辆开始，我们提出了一种考虑到每个人驾驶员的社会价值取向，同时实现了可取的博弈论均衡的算法，称为"想象共享控制的迭代最佳反应"。半合作框架被应用到更大规模的系统，例如为混合人机自主交通提供符合社会规范的交叉口管理器，以及理解社会价值取向对车辆交通流的影响。此外，我们提出了一个能感知可视性的轨迹优化算法，用于围绕盲点的主动运动规划，该算法将人类驾驶员的不确定性模型纳入到半合作轨迹规划器中。我们在人类和自动驾驶车辆的模拟中演示了这些算法的有效性，并研究了人类性格对算法性能的影响。其次，我们介绍了 MiniCity，这是一个1/10比例的城市环境，包括逼真的城市景观、交叉口，以及配备了最先进传感器和算法的多个完全自动驾驶的1/10比例车辆。我们描述了 MiniCity 机器人平台如何用于半合作自主性的开发，从评估算法性能到开发新的智能交通系统。首先，我们使用 MiniCity 来评估车辆自主性，既测量上游感知对下游车辆性能的影响，又测量半合作交叉口管理器的效率。其次，我们利用 MiniCity 的人在环路驾驶员界面收集用户偏好，用于共同设计穿越交叉口的共享控制器。最后，我们提出了一种新的基于基础设施的故障检测算法 FailureNet，该算法在 MiniCity 的自动驾驶车辆上进行训练和部署。在所有这些中，MiniCity 为开发交互式算法提供了一个安全和可扩展的环境，使我们更接近在混合人工自主驾驶的道路上完全部署符合社会规范的自主性。