From Correlation to Causation in Lane Change Prediction for Automated Driving: A Causal Explanation Framework

Resumen Técnico: De la Correlación a la Causalidad en la Predicción de Cambio de Carril para la Conducción Automatizada

Planteamiento del Problema
La predicción de cambios de carril es una tarea crítica para la conducción automatizada, ya que permite una toma de decisiones más segura y fluida al anticipar las maniobras de los vehículos circundantes. Aunque los enfoques existentes que utilizan aprendizaje automático y aprendizaje profundo han logrado una alta precisión, dependen predominantemente de correlaciones estadísticas entre las variables de entrada (por ejemplo, velocidad, brecha, Tiempo Para la Colisión [TTC]) y las clases de maniobra. Una limitación significativa de estos modelos basados en la correlación es su incapacidad para modelar explícitamente las dependencias físicas y causales entre las propias variables de entrada. En la conducción del mundo real, variables como la brecha longitudinal, la velocidad relativa y el TTC no son independientes; están vinculadas físicamente (por ejemplo, el TTC se deriva de la brecha y la velocidad relativa). En consecuencia, los modelos estándar pueden predecir las maniobras correctamente, pero fallan al distinguir si una variable es un contribuyente directo, una causa ascendente, un mediador o simplemente una característica correlacionada. Esta falta de estructura causal limita la interpretabilidad y evita que el sistema comprenda por qué se favorece una maniobra específica sobre otras alternativas.

Metodología
Los autores proponen un marco basado en la inferencia causal que va más allá de la clasificación plana hacia un razonamiento consciente de los mecanismos. La metodología consta de cuatro etapas principales:

1. Construcción de Características Lingüísticas: Los datos numéricos de conducción del conjunto de datos highD (trayectorias de autopistas alemanas) se convierten en categorías lingüísticas interpretables (por ejemplo, "crítica", "segura", "rápida", "lenta") mediante la discretización basada en umbrales. Esto transforma las variables continuas en 47 características categóricas que cubren la cinemática, el contexto del carril, la ocupación de vehículos circundantes, las medidas de interacción y la densidad del tráfico.
2. Descubrimiento Causal Restringido por Expertos: Se construye una matriz de restricciones utilizando el conocimiento experto en conducción y la revisión asistida por LLM (vía PyWhy-LLM) para definir el espacio de búsqueda de las direcciones causales. Esta matriz bloquea relaciones causales físicamente implausibles (por ejemplo, evitando que la maniobra futura cause la densidad de tráfico actual o el TTC) mientras deja disponibles las direcciones plausibles para el aprendizaje basado en datos.
3. Modelado Causal Estructural Profundo (SCM): El marco emplea Inferencia Causal Profunda de Extremo a Extremo (DECI) para aprender un Modelo Cacional Estructural (SCM) representado como un Grafo Acíclico Dirigido (DAG) a partir de los datos observacionales bajo las restricciones de los expertos. DECI aprende conjuntamente la estructura del grafo causal y los mecanismos estructurales (funciones no lineales) que conectan las variables, incorporando términos de ruido para manejar la incertidumbre en los datos categóricos.
4. Análisis Causal y Explicación:
   • Análisis de Efecto Basado en Intervención: Utilizando el cálculo do, el marco estima el Efecto de Tratamiento Promedio (ATE) de cambiar los estados de características específicas (por ejemplo, cambiar el TTC de "seguro" a "crítico") sobre las probabilidades de maniobra. Esto distingue las variables influyentes de las débilmente influyentes.
   • Pruebas de Refutación: Se utiliza la biblioteca DoWhy para validar la robustez de los efectos estimados mediante tratamientos placebo, causas comunes aleatorias y pruebas de subconjuntos de datos.
   • Explicación de Cadena Causal Contrastiva: El SCM aprendido se rastrea recursivamente para generar explicaciones. El sistema identifica los contribuyentes directos a la maniobra predicha, rastrea las causas ascendentes y los mediadores, y explica por qué las maniobras alternativas tienen un menor soporte al identificar los estados observados que reducen su probabilidad.

Contribuciones Clave

• Pipeline de Predicción Consciente de los Mecanismos: El artículo introduce un marco que integra el descubrimiento causal restringido por expertos con el aprendizaje profundo para modelar la predicción de cambios de carril como una cadena causal en lugar de una tarea de clasificación plana.
• Aprendizaje Restringido por Expertos: Propone un método para incorporar el conocimiento del dominio mediante una matriz de restricciones que evita el aprendizaje de direcciones causales físicamente imposibles sin forzar un grafo totalmente manual, permitiendo que el modelo sea adaptativo a los datos.
• Análisis de Intervención y Robustez: El enfoque utiliza el análisis de intervención para cuantificar la influencia de las características y emplea pruebas de refutación para asegurar la estabilidad de estas estimaciones causales, yendo más allá de las simples puntuaciones de importancia de características.
• Explicaciones Contrastivas: El marco genera explicaciones de cadena causal recursivas que aclaran no solo por qué se predice una maniobra, sino también por qué las maniobras alternativas son suprimidas, distinguiendo entre contribuyentes directos, mediadores y confundidores.

Resultados

• Rendimiento de la Predicción: El SCM basado en DECI logra puntuaciones F1 macro superiores al 95% (específicamente 96.3%, 96.0% y 95.4%) en los tres segundos inmediatamente anteriores al evento de cruce de la línea de carril. Mantiene la capacidad predictiva (F1 > 59%) hasta 7–8 segundos antes del evento, demostando una anticipación efectiva temprana.
• Validez de la Estructura Causal: El grafo aprendido respeta las restricciones temporales y físicas (por ejemplo, los nodos de maniobra no tienen aristas salientes). Identifica correctamente que las variables contextuales (por ejemplo, hora punta) influyen en las maniobras indirectamente a través de mediadores como la densidad del tráfico y la brecha, mientras que las variables de interacción (por ejemplo, velocidad relativa, TTC) actúan como contribuyentes directos.
• Análisis de Intervención: Las variables de movimiento lateral (velocidad, aceleración) y las variables de interacción (velocidad relativa, TTC, brecha) produjeron los efectos de intervención más fuertes en las probabilidades de maniobra. Las variables contextuales mostraron efectos directos menores, consistentes con su rol de causas ascendentes.
• Robustez: Las pruebas de refutación (placebo, causa común aleatoria, subconjunto de datos) confirmaron que los efectos de intervención estimados para variables clave (por ejemplo, velocidad lateral, TTC) se mantuvieron estables y cercanos a cero para los tratamientos placebo, indicando que los efectos no son espurios.
• Validación Diagnóstica: Un estudio de ablación mostró que eliminar las variables estimadas con efectos de intervención débiles (velocidad y aceleración lateral en un escenario específico de pre-movimiento lateral) resultó en una degradación insignificante del rendimiento de la predicción, validando la utilidad del análisis de intervención para la selección de características.

Significancia y Reivindicaciones
Los autores afirman que este trabajo representa un paso significativo hacia sistemas de conducción autónoma interpretables al pasar de la clasificación basada en la correlación al razonamiento causal. El marco no pretende descubrir una causalidad definitiva en el mundo real, sino que busca proporcionar un "marco de predicción consciente de los mecanismos" que pueda distinguir entre contribuyentes directos, variables mediadoras y causas ascendentes bajo una estructura causal aprendida. La significancia reside en la capacidad de generar explicaciones de cadena causal contrastivas que aclaren la lógica física detrás de una predicción (por ejemplo, explicar un cambio de carril a la izquierda como resultado de un diferencial de velocidad que conduce a un TTC crítico) y en identificar qué variables son verdaderamente influyentes frente a aquellas que están simplemente correlacionadas. Este enfoque mejora la confianza y la seguridad al asegurar que las predicciones estén fundamentadas en una comprensión estructurada de la dinámica de conducción en lugar de coincidencias estadísticas.