Active Interaction-Aware Model Predictive Path Integral via Ego-Conditioned Generative Predictions

ملخص تقني: التحكم التنبؤي بالمسار عبر التكامل المعتمد على التفاعل النشط من خلال التنبؤات التوليدية المشروطة بالمركبة

بيان المشكلة
تعد الملاحة الذاتية في حركة المرور الكثيفة مشكلة تفاعلية جوهرية، حيث تؤثر المركبة (ego vehicle) والوكلاء المحيطون بها على بعضهم البعض باستمرار. تتبع نهج "التنبؤ ثم التخطيط" التقليدي عملية فصل بين هاتين العمليتين، حيث تتنبأ بمسارات الوكلاء بشكل مستقل عن أفعال المركبة المستقبلية. يعاني هذا النموذج من مشكلة "الروبوت المتجمد" (frozen robot)، حيث يصبح النظام مفرط الحذر أو يقع في حالة جمود في السيناريوهات التفاعلية (مثل الاندماج في المسار أو الدوران عند التقاطعات غير المحكومة بإشارات)، وذلك لفشله في مراعاة كيفية استجابة الآخرين لأفعاله. وبينما تحاول الأساليب القائمة على نظرية الألعاب نمذجة هذه التفاعلات، إلا أنها غالبًا ما تعتمد على افتراضات غير واقعية للعقلانية وتعاني من صعوبة حسابية في حركة المرور الكثيفة. ومن ناحية أخرى، تتبنى المخططات الحالية المشروطة بالمركبة هيكل "القائد والمتابع" الصارم، مما قد يؤدي إلى سلوك عدواني للغاية عبر الافتراض الضمني بأن الوكلاء الآخرين سيتنازلون للمركبة. ويتمثل التحدي الجوهري في تطوير إطار عمل للتخطيط يمكنه التفكير بنشاط في عدم اليقين الناتج عن التفاعل، واستقصاء النوايا الخفية للوكلاء الآخرين، والموازنة بين كفاءة المهمة والسلامة دون الاعتماد على نماذج بارامترية مبسطة.

المنهجية
يقترح المؤلفون إطار تخطيط هجين يدمج نموذج تنبؤ توليدي ذاتي الانحدار (GARPM) — وتحديدًا نسخة من بنية "SMART transformer" — ضمن مخطط تحكم التكامل المساري التنبؤي بالنموذث (MPPI).

1. التنبؤ المشروط بالمركبة: على عكس المتنبئات القياسية، يقوم نموذج (GARPM) بتوليد تنبؤات عشوائية متعددة الأنماط لمستقبل الوكلاء المحيطين، مشروطة بمسارات محددة مقترحة للمركبة. يتم تحليل التوزيع المشترك لمستقبل الوكلاء عبر عملية ذاتية الانحدار، حيث يتم التنبؤ بالحالة التالية لكل وكيل بناءً على تاريخ جميع الوكلاء ومسار المركبة المحدد الذي يتم تقييمه.
2. مخطط أخذ العينات المتداخل: لحل التبعية الدائرية بين التخطيط والتنبؤ (حيث يتطلب التخطيط تنبؤًا، بينما يتطلب التنبؤ خطة)، يستخدم المؤلفون نهج أخذ عينات متداخل قابل للتطبيق:
   • الحلقة الخارجية (MPPI): يقوم المخطط بأخذ عينات من $M$ من المسارات المرشحة للمركبة عن طريق إدخال اضطرابات على تسلسل تحكم اسمي.
   • الحلقة الداخلية (تجارب السلوك): لكل مسار مرشح للمركبة، يقوم نموذج (GARPM) بتوليد $B$ من تجارب السلوك العشوائية للوكلاء المحيطين.
   • التوزيع البديل: لجعل تقييم التكلفة قابلاً للتطبيق، يتم تحويل المجموعة المنفصلة من التجارب $B$ إلى خليط غاوسي (MoG) مستمر. تقابل متوسطات هذه التوزيعات الغاوسية حالات الوكلاء التي تم أخذ عينات منها، بينما تُشتق أوزان الخلط من احتمالات الاحتمال ذاتي الانحدار للمسارات التي تم أخذ عينات منها.
3. تقييم التكلفة الواعي بالمخاطر: يتم حساب تكلفة المرحلة لكل مسار للمركبة من خلال تقييم أهداف التتبع والسرعة مقابل خليط (MoG) البديل. والأهم من ذلك، يتم تقدير خطر التصادم عن طريق دمج توزيع (MoG) فوق منطقة التصادم. وهذا يسمح للمخطط بتقييم احتمال التصادم في ظل التوزيع المستحث لسلوكيات الوكلاء.
4. الحد النشط من عدم اليقين: يحفز هذا الإطار السلوك "النشط" بشكل ضمني؛ فالمسارات التي تستقصي البيئة بنشاط (مثل التقدم ببطء لاستثارة رد فعل) تميل إلى توضيح نوايا الوكلاء، مما يؤدي إلى تركيز أوزان (MoG) على فرضيات أقل وأكثر اتساقًا. وهذا يقلل من خطر التصادم المقدر في دالة التكلفة، مما يوجه مُحسّن (MPPI) طبيعيًا نحو المناورات التي تحل عدم اليقين.

المساهمات الرئيسية
يقدم البحث ثلاث مساهمات رئيسية:

1. إطار عمل هجين: دمج مبتكر لنماذج التنبؤ التوليدية ذاتية الانحدار في (MPPI)، مما يغلق الحلقة بين التنبؤ والتخطيط. يستفيد هذا من القدرة التعبيرية للنماذج التوليدية لالتقاط عدم اليقين متعدد الأنماط من بيانات العالم الحقيقي مع الاحتفاظ بالهيكل المرتبط بالسلامة للتحكم القائم على النماذج.
2. صياغة مدركة للتفاعل وقابلة للتطبيق: صياغة تخطيط مدركة للتفاعل وعدم اليقين باستخدام مخطط أخذ عينات متداخل. يقيم هذا النهج تنبؤات متعددة الأنماط مشروطة بمسارات المركبة المأخوذة، مما ينتج تقديرات احتمالية للتصادم واعية بالمخاطر دون التحيز لنموذج "القائد والمتابع" الموجود في المخططات القياسية المشروطة بالمركبة.
3. الاستقصاء النشط الضمني: إثبات أن الجمع بين النماذج التوليدية وآليات ترجيح (MPPI) يتيح الحد النشط من عدم اليقين. يحقق النظام سلوك قيادة أكثر حزمًا وكفاءة دون الحاجة إلى تمثيلات صريحة لمجال الاعتقاد (belief-space) أو حدود استكشاف مخصصة.

النتائج
تم تقييم الطريقة المقترحة في محاكي nuPlan عبر ثلاثة سيناريوهات حضرية تفاعلية: الاندماج في المسار المجاور، والاندماج في طريق منحدر (on-ramp)، والدوران يسارًا عند تقاطع غير محكوم. تمت مقارنة النظام مع أربعة نماذج مرجعية:

• المرجع 1: التنبؤ ثم التخطيط متعدد الأنماط.
• المرجع 2: التكييف مع التراجع في الأفق (المشروط فقط بالخطة المثلى السابقة).
• المرجع 3: التخطيط المشروط بالمركبة أحادي النمط.
• المرجع 4: (MPPI) السلبي المشروط بالمركبة (احتمالات ثابتة).

النتائج الكمية:

• الاندماج: حققت الطريقة المقترحة نسبة نجاح في الاندماج بلغت 75% مع أقل وقت للاندماج (11.8 ثانية) مقارنة بجميع المراجع. سجل المرجع 1 (التنبؤ ثم التخطيط) نسبة نجاح 37.5% بسبب الحذر المفرط.
• الاندماج في المنحدر (On-Ramp): حققت الطريقة المقترحة نسبة تصادم 0%، بينما عانت المراجع المشروطة بالمركبة (2 و3 و4) من معدلات تصادم تتراوح بين 15% و25% بسبب المبالغة في تقدير التعاون. ظل المرجع 1 مفرط الحذر بشكل مبالغ فيه.
• الدوران يسارًا عند تقاطع غير محكوم: حققت الطريقة المقترحة أدنى معدل للجمود (5%) وأدنى معدل للتصادم (0%)، متفوقة على المراجع التي أظهرت معدلات جمود تصل إلى 30% ومعدلات تصادم تصل إلى 10%.

النتائج النوعية:
يؤكد التحليل البصري (الأشكال 2-6) أن الطريقة المقترحة تنجح في استنتاج مدى تعاون الوكلاء المحيطين من خلال الاستقصاء النشط. في السيناريوهات التعاونية، يلتزم المخطط بالمناورة بمجرد أن يصبح نمط "التنازل" (yield) هو السائد. وفي السيناريوهات غير التعاونية، يسود نمط "المضي قدمًا" (proceed)، مما يزيد من خطر التصادم المقدر ويؤدي بالمخطط إلى اختيار مناورات أكثر أمانًا وتفاديًا. في المقابل، فشلت المراجع إما في حل غموض النوايا (مما أدى إلى الجمود) أو ظلت متفائلة للغاية (مما أدى إلى التصادمات).

الأهمية
يزعم البحث أن أهميته تكمن في تقديم حل مبدئي لمشكلة "الروبوت المتجمد" دون العبء الحسابي لحساب التوازن في نظرية الألعاب أو القيود السلوكية للنماذج البارامترية المبسطة. من خلال الاستفادة من الطبيعة ذاتية الانحدار للنماذج التوليدية الحديثة ضمن متحكم قائم على أخذ العينات، يسمح إطار العمل للمركبات ذاتية القيادة باستقصاء بيئتها بنشاط لتقليل عدم اليقين. يؤدي هذا إلى سلوك قيادة أكثر أمانًا، وكفاءة، وحسمًا من أساليب "التنبؤ ثم التخطيط" أو الأساليب التفاعلية السلبية، مما يحاكي بفعالية استراتيجيات الحد من عدم اليقين النشطة التي يتبعها السائقون البشر.