Resumen Técnico: Generación de Escenarios Adversarios Realistas mediante un Modelo de Peatones de Comportamiento Humano para la Optimización del Control de Vehículos Autónomos (AV)

1. Declaración del Problema

El despliegue seguro de Vehículos Autónomos (AV) requiere una interacción fiable con los usuarios vulnerables de la vía, particularmente con los peatones. Si bien las pruebas basadas en simulación son una alternativa práctica a los ensayos en el mundo real, que son costosos e inseguros, las metodologías actuales enfrentan dos limitaciones principales:

1. Falta de Realismo en los Modelos de Peatones: La mayoría de los marcos de simulación dependen de modelos de peatones basados en reglas o deterministas (por ejemplo, los peatones estándar de CARLA) que simplifican excesivamente el comportamiento humano. Estos modelos no logran capturar la variabilidad natural interindividual (diferencias entre personas) e intraindividual (variabilidad dentro de una misma persona), lo que genera dinámicas de interacción poco realistas.
2. Desconexión entre las Pruebas Adversarias y el Realismo: La generación de escenarios adversarios, utilizada para sondear los límites de seguridad, suele priorizar la dificultad sobre la plausibilidad. Los métodos existentes (por ejemplo, modelos de "peatón suicida" o de "peatón imprudente agresivo") generan comportamientos exagerados que pueden forzar a los controladores de los AV a volverse excesivamente conservadores, resultando en controladores que no se generalizan bien a las interacciones humanas del mundo real.

Existe una brecha metodológica: los modelos de peatones con rasgos humanos y las pruebas adversarias se han desarrollado, en gran medida, de forma paralela. Este estudio aborda la necesidad de integrar modelos de peatones inspirados en la cognición y con comportamiento humano en las pruebas adversarias para generar escenarios que sean conductualmente plausibles pero desafiantes para la optimización del control de los AV.

2. Metodología

El estudio propone un marco implementado dentro del entorno de simulación CARLA, integrando el modelo de peatones COMMOTIONS (Markkula et al., 2023) con la optimización del control de los AV. La metodología consta de tres componentes principales:

2.1. Evaluación del Impacto del Modelo de Peatones

Los autores realizaron un estudio comparativo utilizando un diseño de 2×2:

• Modelos de Peatones: El peatón estándar de CARLA basado en reglas (WalkerAIController) frente al modelo COMMOTIONS inspirado en la cognición (que integra mecanismos sensoriales, motores y cognitivos con variabilidad estocástica).
• Controladores de AV: El planificador basado en reglas integrado de CARLA frente a la pila de conducción autónoma de código abierto Autoware.
• Escenario: Un paso de cebra no señalizado simplificado donde un peatón espera en el bordillo e inicia el cruce basándose en valores de Tiempo de Llegada (TTA, por sus siglas en inglés) (6, 10, 14, 18 s).
• Métricas: Tasa de colisiones, tasa de aceptación de huecos (gap acceptance), Tiempo de Post-Encroachment (PET) y tasa de cambio de velocidad repentino (deceleración > 2.5 m/s²).

2.2. Generación de Escenarios Adversarios

Para identificar interacciones críticas para la seguridad sin recurrir a comportamientos poco realistas, los autores emplearon una búsqueda de parámetros-TTA mediante optimización bayesiana:

• Objetivo: Minimizar el PET para conjuntos específicos de parámetros de peatones (que representan distintos individuos) variando el tiempo de activación del TTA dentro del intervalo [6, 18] s.
• Proceso: Se muestrearon 100 conjuntos distintos de parámetros de peatones del modelo COMMOTIONS. Para cada individuo, la optimización bayesiana identificó el TTA que producía el PET más bajo.
• Definición de Adversario: Los escenarios donde el PET mínimo cayó por debajo de 1.5 s se clasificaron como adversarios. Estos representan interacciones críticas para la seguridad que surgen naturalmente de la variabilidad humana, en lugar de un comportamiento forzado de tipo "suicida".

2.3. Optimización del Control de AV

Los escenarios adversarios generados se utilizaron para optimizar un único parámetro de control del AV: la distancia de frenado (el umbral para iniciar una parada de emergencia).

• Objetivo de Optimización: Minimizar el tiempo perdido por el vehículo (eficiencia) mientras se satisfacen las restricciones de seguridad: PET ≥ 1.5 s y desaceleración máxima ≤ 2.5 m/s².
• Líneas de Base de Comparación: La optimización se probó contra tres conjuntos de escenarios:
  1. COMMOTIONS Low-PET: Los escenarios críticos para la seguridad de tipo humano identificados.
  2. COMMOTIONS Random: Valores de TTA muestreados aleatoriamente para los mismos individuos (realismo no dirigido).
  3. Modelo Jaywalker: Una línea de base adversaria basada en reglas (Muktadir y Whitehead, 2022) conocida por sus comportamientos agresivos y menos plausibles.

3. Resultados Clave

3.1. Impacto de los Modelos de Comportamiento Humano en la Interacción

• Seguridad: El modelo COMMOTIONS produjo cero colisiones en todas las condiciones probadas con ambos controladores de AV, mientras que el peatón basado en reglas de CARLA resultó en múltiples colisiones, particularmente en TTAs intermedios.
• Realismo Conductual: Los peatones de COMMOTIONS exhibieron patrones de aceptación de huecos que aumentaban con el TTA, consistentes con los datos humanos. En contraste, los peatones de CARLA no mostraron una tendencia clara y aceptaron los huecos de forma poco realista y prematura.
• Confort: Las interacciones con COMMOTIONS resultaron en significativamente menos cambios de velocidad repentinos (<20% frente a >80% para los peatones de CARLA) y desaceleraciones de vehículos más suaves.
• Variabilidad: El modelo COMMOTIONS demostró que las interacciones inseguras (bajo PET) ocurren solo para individuos específicos bajo condiciones de tiempo específicas, resaltando la importancia de la variabilidad tanto interindividual como intraindividual.

3.2. Efectividad de la Optimización Adversaria

• Optimización de Bajo PET (Low-PET): El ajuste de la distancia de frenado utilizando los escenarios adversarios con comportamiento humano (conjunto Low-PET) mejoró significativamente el rendimiento:
  • El PET medio aumentó de 2.48 s a 4.96 s.
  • El PET mínimo aumentó de 1.05 s a 1.80 s (eliminando las interacciones críticas para la seguridad).
  • Los cambios de velocidad repentinos cayeron del 83% al 17%.
  • El tiempo promedio perdido por el vehículo disminuyó de 0.12 s a 0.05 s.
• Random vs. Low-PET: Aunque el muestreo aleatorio mejoró la eficiencia, no logró eliminar las interacciones críticas para la seguridad (el PET mínimo se mantuvo en 1.23 s), lo que demuestra que es necesario dirigir la optimización hacia casos específicos de seguridad crítica.
• Comparación con Jaywalker: La optimización contra el modelo agresivo Jaywalker aumentó el PET medio (5.52 s) pero con un alto coste: los cambios de velocidad repentinos siguieron siendo altos (38%) y el tiempo perdido se duplicó con creces (0.25 s). Esto indica que el AV se volvió excesivamente defensivo debido a la naturaleza poco realista del agente adversario.

4. Significado y Reivindicaciones

El artículo afirma proporcionar una prueba de concepto que demuestra que la integración de modelos de usuarios de la vía con comportamiento humano en las pruebas adversarias basadas en simulación mejora la credibilidad de la evaluación de los AV y proporciona una base práctica para la optimación del control.

• Uniendo el Realismo con las Pruebas de Estrés: El estudio demuestra que los escenarios críticos para la seguridad pueden generarse a través de la variabilidad humana natural (inter e intraindividual) en lugar de una exageración artificial. Esto permite realizar pruebas de estrés que son desafiantes y, al mismo tiempo, conductualmente plausibles.
• Valor de la Optimización: A diferencia de los agentes adversarios que inducen comportamientos de los AV excesivamente conservadores (ineficientes), los escenarios adversarios con comportamiento humano permiten la optimización de los parámetros de control de los AV para lograr un mejor equilibrio entre seguridad, confort y eficiencia.
• Contribución Metodológica: El trabajo unifica el modelado de peatones inspirado en la cognición con la generación de escenarios adversarios, ofreciendo un flujo de trabajo de evaluación de extremo a extremo donde los modelos de peatones y los controladores de AV se simulan conjuntamente.

5. Limitaciones y Alcance

Los autores señalan explícitamente las siguientes limitaciones:

• Complejidad del Escenario: El estudio se limita a un paso de cebra simplificado de uno a uno, careciendo de la complejidad de los entornos urbanos multiagente, las oclusiones y los semáforos.
• Diversidad de Controladores: La evaluación se limitó a dos controladores (CARLA y Autoware) y no probó pilas de control basadas en aprendizaje por refuerzo profundo (Deep RL) o propietarias comerciales.
• Alcance de Parámetros: La optimización se centró en un único parámetro (distancia de frenado) en lugar de un enfoque de múltiples parámetros que involucre aceleración, jerk (sobreaceleración) y control lateral.
• Alcance del Modelo: Aunque COMMOTIONS captura la variabilidad perceptual, motora y cognitiva, omite factores sociales como la dinámica de grupos, las normas culturales y la comunicación explícita (por ejemplo, el contacto visual).

El artículo concluye que, si bien este marco es un paso fundacional, se requiere trabajo futuro para extender estos métodos a entornos más complejos y diversas arquitecturas de control para asegurar su generalizabilidad.