Active inference as a unified model of collision avoidance behavior in human drivers

Resumen Técnico: Inferencia Activa como Modelo del Comportamiento de Evitación de Colisiones en Conductores Humanos

Enunciado del Problema
La evitación de colisiones es una tarea cognitiva crítica y de alto riesgo que requiere una detección rápida de amenazas y la ejecución de maniobras evasivas apropiadas. Los modelos computacionales existentes de la evitación de colisiones en humanos están en gran medida fragmentados; típicamente se centran en tipos específicos de escenarios (por ejemplo, conflictos de frente a trasero), factores explicativos específicos (por ejemplo, carga cognitiva) o métricas conductuales aisladas (por ejemplo, tiempos de respuesta). Aunque los modelos de aprendizaje automático entrenados con grandes conjuntos de datos de conducción muestran promesa en la generalización, a menudo luchan por representar comportamientos críticos para la seguridad debido a la subrepresentación de escenarios de colisión en los datos de entrenamiento. En consecuencia, existe una falta de modelos unificados capaces de capturar los aspectos clave de la evitación de colisiones en humanos: la selección de respuesta, el tiempo y la ejecución, a través de diversos escenarios.

Metodología
Los autores proponen un modelo cognitivo computacional basado en la inferencia activa, un marco fundamentado en el principio de energía libre que postula que los agentes actúan para minimizar la "sorpresa" (o energía libre esperada, EFE). El modelo simula a un conductor humano (el agente ego) interactuando con otros usuarios de la vía en un proceso secuencial discreto en el tiempo.

Los componentes mecánicos clave del modelo incluyen:

1. Percepción basada en el acercamiento (looming): El agente no percibe directamente los estados cinemáticos (posición/velocidad), sino que los infiere a partir del ángulo visual ($\phi$) y la tasa angular ($\dot{\phi}$, o acercamiento). Se implementa un umbral de detección ($\dot{\phi}_0$) para simular la incapacidad de percibir velocidades relativas pequeñas a largas distancias, lo que explica los retrasos en el reconocimiento de eventos como frenadas bruscas.
2. Filtro de partículas condicionado a normas: Para predecir el comportamiento futuro de otros agentes, el modelo utiliza un filtro de partículas sesgado por normas de tráfico (por ejemplo, mantenerse en carriles, ceder el derecho de paso). Esto evita predicciones excesivamente pesimistas en situaciones sin conflicto, mientras permite que el modelo relaje estas suposiciones y muestree trayectorias de "cola larga" que violan las normas cuando surge evidencia de un conflicto.
3. Acumulación de evidencia para la re-planificación: El agente acumula continuamente "sorpresa" (definida como el valor pragmático residual negativo de la política actual) como evidencia para una re-planificación completa de la política. Si la evidencia acumulada supera un umbral, el agente re-planifica toda la política; de lo contrario, extiende la política actual. Este mecanismo modela la dinámica del tiempo de respuesta humano.
4. Muestreo de políticas restringido: Las nuevas políticas se generan utilizando el método de entropía cruzada, limitadas por una capacidad de planificación acotada (un número fijo de políticas evaluadas). Crucialmente, las restricciones de aceleración imitan la operación humana del pedal, incluyendo un tiempo de retención de 0,2 segundos en aceleración cercana a cero para simular el retraso físico de mover un pie entre los pedales.
5. Selección de políticas: El agente selecciona la política que minimiza la Energía Libre Esperada (EFE), equilibrando el valor pragmático (evitar colisiones, mantener la velocidad, mantenerse en el carril, minimizar el esfuerzo de control) y el valor epistémico (reducir la incertidumbre). En escenarios de colisión, el valor pragmático es el principal impulsor.

Evaluación y Resultados
El modelo fue evaluado frente a datos empíricos humanos en tres escenarios distintos de evitación de colisiones:

1. Frente a Trasero: Un vehículo líder frena repentinamente. El modelo reprodujo hallazgos meta-analíticos sobre los tiempos de respuesta al freno y las magnitudes de desaceleración, mostrando una dependencia de la cinemática del escenario (por ejemplo, tiempos de respuesta más cortos y frenado más fuerte en escenarios más urgentes). También predijo la selección de maniobras (frenado vs. cambio de carril) basada en la velocidad y los intervalos de tiempo.
2. Intrusión Lateral en Dirección Opuesta: Un vehículo que se acerca invade el carril del agente ego. El modelo fue probado contra datos de simulador con variada "pendiente" de la intrusión. Reprodujo con éxito las tendencias humanas de girar a la izquierda en escenarios de pendiente pronunciada, girar a la derecha en escenarios de pendiente suave, y colisionar en escenarios "medios" debido a la alta incertidumbre sobre la trayectoria del otro vehículo.
3. Intersección: Giro a la Derecha hacia la Trayectoria: Un vehículo no cede el paso en una intersección. El modelo, ajustado únicamente en los dos primeros escenarios, se generalizó a este escenario no visto, reproduciendo las tasas de colisión y los tiempos de respuesta humanos (respuestas más rápidas en variantes "no detenidos" más críticas).

Estudios de Ablación
La eliminación sistemática de mecanismos del modelo (por ejemplo, eliminar la acumulación de evidencia, ruido en la predicción o la condicionación a normas) demostró que cada componente es esencial para capturar aspectos específicos del comportamiento humano. Por ejemplo, eliminar la acumulación de evidencia resultó en respuestas irrealmente rápidas, mientras que eliminar la condicionación a normas condujo a un comportamiento excesivamente conservador o a reacciones prematuras.

Significado y Afirmaciones
El artículo afirma presentar el primer modelo computacional publicado que ofrece un relato detallado del comportamiento humano de evitación de colisiones a través de múltiples escenarios de conflicto basado en primeros principios. Las contribuciones clave incluyen:

• Marco Unificado: Demostrar que la inferencia activa puede servir como un marco generalizable para modelar el comportamiento humano en tareas de conducción complejas y críticas para la seguridad, unificando el tiempo de respuesta, la selección de maniobras y la ejecución.
• Generalización: Mostrar que un modelo ajustado en escenarios específicos puede predecir con precisión el comportamiento humano en escenarios no vistos sin re-parametrización.
• Perspectiva Mecanística: Proporcionar una cuenta computacional de por qué los conductores humanos a veces no logran evitar colisiones (por ejemplo, en escenarios de intrusión media), atribuyendo estos fallos a la interacción entre la capacidad de planificación acotada, la incertidumbre de la predicción y el sesgo hacia el comportamiento conforme a las normas.
• Dinámicas de Bucle Cerrado: A diferencia de muchos modelos existentes que utilizan maniobras de "un solo disparo" en bucle abierto, este modelo implementa una re-planificación dinámica y de bucle cerrado similar a la toma de decisiones humana.

Los autores posicionan la inferencia activa no meramente como una herramienta computacional, sino como un marco teórico para comprender el comportamiento de los usuarios de la vía, cerrando la brecha entre la teoría cognitiva y las aplicaciones prácticas de seguridad vial. Reconocen limitaciones, como la suposición de agentes otros no reactivos y la necesidad de trabajo futuro sobre variaciones de normas culturales y variables perceptuales más complejas, pero afirman que el modelo proporciona una base robusta para simular agentes humanos en pruebas de vehículos automatizados e investigación de seguridad.