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

Résumé technique : L'inférence active comme modèle du comportement d'évitement de collision chez les conducteurs humains

Énoncé du problème
L'évitement de collision est une tâche cognitive critique, à haut risque, nécessitant une détection rapide des menaces et l'exécution de manœuvres d'évitement appropriées. Les modèles computationnels existants de l'évitement de collision chez l'humain sont largement fragmentés ; ils se concentrent généralement sur des types de scénarios spécifiques (par exemple, les conflits avant-arrière), des facteurs explicatifs particuliers (par exemple, la charge cognitive) ou des métriques comportementales isolées (par exemple, les temps de réponse). Bien que les modèles d'apprentissage automatique entraînés sur de grands ensembles de données de conduite montrent des promesses en matière de généralisation, ils éprouvent souvent des difficultés à représenter les comportements critiques pour la sécurité en raison de la sous-représentation des scénarios de collision dans les données d'entraînement. Par conséquent, il manque de modèles unifiés capables de capturer les aspects clés de l'évitement de collision chez l'humain — la sélection de la réponse, le timing et l'exécution — à travers des scénarios diversifiés.

Méthodologie
Les auteurs proposent un modèle cognitif computationnel basé sur l'inférence active, un cadre fondé sur le principe de l'énergie libre qui postule que les agents agissent pour minimiser la « surprise » (ou l'énergie libre attendue, EFE). Le modèle simule un conducteur humain (l'agent égo) interagissant avec d'autres usagers de la route dans un processus séquentiel discret dans le temps.

Les composants mécanistiques clés du modèle incluent :

1. Perception basée sur le looming : L'agent ne perçoit pas directement les états cinématiques (position/vitesse) mais les infère à partir de l'angle visuel ($\phi$) et de la vitesse angulaire ($\dot{\phi}$, ou looming). Un seuil de détection ($\dot{\phi}_0$) est mis en œuvre pour simuler l'incapacité à percevoir de petites vitesses relatives à grande distance, expliquant les retards dans la reconnaissance d'événements tels qu'un freinage brutal.
2. Filtre particulaire conditionné par les normes : Pour prédire le comportement futur des autres agents, le modèle utilise un filtre particulaire biaisé par les normes de circulation (par exemple, rester dans les voies, céder le passage). Cela empêche des prédictions excessivement pessimistes dans des situations sans conflit, tout en permettant au modèle d'assouplir ces hypothèses et d'échantillonner des trajectoires « à longue traîne » violant les normes lorsque des preuves d'un conflit émergent.
3. Accumulation de preuves pour la re-planification : L'agent accumule continuellement de la « surprise » (définie comme la valeur pragmatique négative résiduelle de la politique actuelle) en tant que preuve pour une re-planification complète de la politique. Si les preuves accumulées dépassent un seuil, l'agent re-planifie l'ensemble de la politique ; sinon, il prolonge la politique actuelle. Ce mécanisme modélise la dynamique du timing de la réponse humaine.
4. Échantillonnage de politiques contraint : De nouvelles politiques sont générées à l'aide de la méthode de l'entropie croisée, limitées par une capacité de planification bornée (un nombre fixe de politiques évaluées). Crucialement, les contraintes d'accélération imitent l'opération humaine de la pédale, y compris un temps de maintien de 0,2 seconde à une accélération proche de zéro pour simuler le délai physique de déplacement du pied entre les pédales.
5. Sélection de politique : L'agent sélectionne la politique qui minimise l'énergie libre attendue (EFE), équilibrant la valeur pragmatique (éviter les collisions, maintenir la vitesse, rester dans la voie, minimiser l'effort de contrôle) et la valeur épistémique (réduire l'incertitude). Dans les scénarios de collision, la valeur pragmatique est le moteur principal.

Évaluation et résultats
Le modèle a été évalué par rapport à des données empiriques humaines à travers trois scénarios distincts d'évitement de collision :

1. Avant-arrière : Un véhicule de tête freine brusquement. Le modèle a reproduit des résultats méta-analytiques sur les temps de réponse au freinage et les magnitudes de décélération, montrant une dépendance à la cinématique du scénario (par exemple, des temps de réponse plus courts et un freinage plus dur dans des scénarios plus urgents). Il a également prédit la sélection de manœuvre (freinage ou déviation) en fonction de la vitesse et des intervalles de temps.
2. Incursion latérale en sens inverse : Un véhicule arrivant en sens inverse empiète sur la voie de l'agent égo. Le modèle a été testé contre des données de simulateur avec des « pentes » d'incursion variables. Il a reproduit avec succès les tendances humaines à tourner à gauche dans les scénarios à forte pente, à tourner à droite dans les scénarios à faible pente, et à entrer en collision dans les scénarios « moyens » en raison d'une forte incertitude concernant la trajectoire de l'autre véhicule.
3. Virage à droite à l'intersection dans la trajectoire : Un véhicule ne cède pas le passage à une intersection. Le modèle, calibré uniquement sur les deux premiers scénarios, s'est généralisé à ce scénario inédit, reproduisant les taux de collision et les temps de réponse humains (des réponses plus rapides dans les variantes « non arrêtées » plus critiques).

Études d'ablation
La suppression systématique des mécanismes du modèle (par exemple, la suppression de l'accumulation de preuves, du bruit dans la prédiction ou de la conditionnement par les normes) a démontré que chaque composant est essentiel pour capturer des aspects spécifiques du comportement humain. Par exemple, la suppression de l'accumulation de preuves a entraîné des réponses irréalistement rapides, tandis que la suppression du conditionnement par les normes a conduit à un comportement excessivement conservateur ou à des réactions prématurées.

Signification et affirmations
L'article affirme présenter le premier modèle computationnel publié offrant un compte rendu détaillé du comportement d'évitement de collision chez l'humain à travers plusieurs scénarios de conflit, basé sur des principes premiers. Les contributions clés incluent :

• Cadre unifié : Démontrer que l'inférence active peut servir de cadre généralisable pour modéliser le comportement humain dans des tâches de conduite complexes et critiques pour la sécurité, unifiant le timing de la réponse, la sélection de manœuvre et l'exécution.
• Généralisation : Montrer qu'un modèle calibré sur des scénarios spécifiques peut prédire avec précision le comportement humain dans des scénarios inédits sans re-paramétrage.
• Insight mécanistique : Fournir un compte rendu computationnel expliquant pourquoi les conducteurs humains échouent parfois à éviter les collisions (par exemple, dans les scénarios d'incursion moyenne), attribuant ces échecs à l'interaction entre la capacité de planification bornée, l'incertitude de prédiction et le biais vers un comportement conforme aux normes.
• Dynamiques en boucle fermée : Contrairement à de nombreux modèles existants qui utilisent des manœuvres « en un seul coup » en boucle ouverte, ce modèle met en œuvre une re-planification dynamique en boucle fermée similaire à la prise de décision humaine.

Les auteurs positionnent l'inférence active non pas simplement comme un outil computationnel, mais comme un cadre théorique pour comprendre le comportement des usagers de la route, comblant le fossé entre la théorie cognitive et les applications pratiques de la sécurité routière. Ils reconnaissent des limites, telles que l'hypothèse d'agents autres non réactifs et la nécessité de travaux futurs sur les variations des normes culturelles et des variables perceptuelles plus complexes, mais affirment que le modèle fournit une base robuste pour simuler des agents humains dans les tests de véhicules automatisés et la recherche en sécurité.