Riepilogo Tecnico: Modellazione del Comportamento di Evitamento degli Incidenti dei Pedoni Specifico per Tipo di Veicolo Utilizzando l'Apprendimento per Rinforzo Profondo Smooth-Mamba

1. Enunciato del Problema

Mentre i veicoli automatizzati (AV) condividono sempre più le strade con i veicoli guidati da umani (HDV), esiste un vuoto di ricerca critico nella comprensione di come i pedoni rispondano in modo diverso a questi distinti tipi di veicolo durante le interazioni critiche per la sicurezza. A differenza dei conducenti di HDV, gli AV mancano di segnali sociali non verbali (ad esempio, contatto visivo, gesti) su cui i pedoni si affidano per negoziare la priorità di passaggio, alterando potenzialmente la fiducia dei pedoni, la percezione del rischio e le strategie di evitamento.

La letteratura esistente soffre di tre limitazioni principali:

1. Focus centrato sul veicolo: La maggior parte degli studi dà priorità ai sistemi di sicurezza degli AV (ad esempio, frenata di emergenza, pianificazione del percorso) piuttosto che alla modellazione dei cambiamenti comportamentali dei pedoni durante le interazioni.
2. Mancanza di differenziazione: I quadri attuali spesso aggregano le interazioni AV e HDV, non riuscendo a catturare come specifici tipi di veicolo influenzino il processo decisionale dei pedoni.
3. Trascuratezza degli eventi critici per la sicurezza: I modelli tradizionali si concentrano sull'attraversamento routinario o sui comportamenti di approccio iniziale, trascurando le dinamiche sequenziali dell'evitamento di emergenza quando le collisioni sono imminenti.

Inoltre, le architetture standard di Apprendimento per Rinforzo Profondo (DRL) faticano con la natura di "evento raro" dei dati critici per la sicurezza, mostrando instabilità nell'addestramento durante transizioni di stato brusche (ad esempio, frenata improvvisa o sterzata forte) e non riuscendo a catturare efficacemente le dipendenze temporali a lungo raggio.

2. Metodologia

2.1. Fonte e Elaborazione dei Dati

Lo studio utilizza il Dataset di Previsione del Movimento Argoverse 2, composto da 250.000 scenari di guida urbana ad alta risoluzione.

• Differenziazione: Il dataset distingue tra il veicolo ego (un AV equipaggiato con LiDAR e telecamere visibili) e tutti gli altri veicoli (HDV).
• Estrazione: Le interazioni critiche per la sicurezza sono state identificate utilizzando la metrica Curvilinear Time-to-Collision (CurvTTC), che tiene conto delle traiettorie curve dei veicoli e dei movimenti non lineari dei pedoni, a differenza del TTC tradizionale in linea retta.
• Divisione del Dataset: Sono state estratte 411 interazioni critiche Pedone-AV e 2.404 interazioni critiche Pedone-HDV. Queste sono state suddivise in 80% per l'addestramento e 20% per il test.

2.2. Il Framework SMamba-DDPG

Per modellare l'evitamento degli incidenti da parte dei pedoni, gli autori propongono il framework Smooth-Mamba Deep Deterministic Policy Gradient (SMamba-DDPG). Questa architettura affronta l'instabilità del DRL standard nell'apprendimento di eventi rari integrando modelli strutturati dello spazio degli stati con meccanismi di smoothing.

• Architettura: Il framework impiega una struttura Attore-Critico in cui entrambe le reti incorporano blocchi SMamba.
• Integrazione Mamba: Il componente Mamba (Modello Selettivo dello Spazio degli Stati) cattura le dipendenze temporali a lungo raggio e filtra il rumore in modo più efficiente rispetto al DRL basato su LSTM o Transformer.
• Meccanismo di Smoothing: Per affrontare gli squilibri distribuzionali e i picchi di attivazione comuni nelle manovre di emergenza, gli autori introducono una funzione di attivazione Smooth-SiLU (S-SiLU) e applicano vettori di smoothing alle proiezioni di gating e output all'interno del blocco Mamba. Questo stabilizza il flusso del gradiente durante le transizioni di stato brusche senza aggiungere sovraccarico di inferenza.
• Apprendimento della Politica:
  • Spazio degli Stati ($S_t$): Include distanze longitudinali/laterali relative, velocità e velocità relative tra il pedone e il veicolo.
  • Spazio delle Azioni ($A_t$): Comandi di accelerazione continui per il pedone nelle direzioni longitudinale e laterale.
  • Funzione di Ricompensa: È stato testato un sistema di ricompensa a due livelli. Le ricompense a livello di passo includevano formulazioni basate sulla distanza, sulla velocità relativa e sulla velocità assoluta. Le ricompense a livello di episodio includevano penalità per collisioni e bonus per il raggiungimento dell'obiettivo. È stato riscontrato che la ricompensa basata sulla velocità assoluta ($R_V$) produceva i comportamenti più stabili e realistici.

2.3. Progettazione Sperimentale

• Addestramento Separato: Due modelli distinti sono stati addestrati indipendentemente: uno per le interazioni Pedone-AV e uno per le interazioni Pedone-HDV.
• Linee di Base: Il modello proposto è stato confrontato con modelli di apprendimento supervisionato (NN, LSTM, Transformer) e modelli DRL standard/ibridi (DDPG, DQN, LSTM-DDPG, Transformer-DDPG, Mamba-DDPG).
• Validazione: Lo studio ha utilizzato la ricostruzione delle traiettorie, l'analisi dei tempi di reazione, il test di scenari controfattuali e l'analisi su larga scala della sicurezza utilizzando dati generati dal modello.

3. Contributi Chiave

1. Modellazione Quantitativa della Specificità del Tipo di Veicolo: Questo è tra i primi studi a modellare e confrontare quantitativamente i comportamenti di evitamento degli incidenti dei pedoni specificamente per gli AV rispetto agli HDV utilizzando un framework DRL.
2. Framework SMamba-DDPG: Lo sviluppo di una nuova architettura DRL che integra modelli dello spazio degli stati Mamba con meccanismi di smoothing per stabilizzare l'apprendimento in eventi rari e critici per la sicurezza e affrontare gli squilibri distribuzionali.
3. Quadro di Analisi Completa: L'istituzione di una pipeline di validazione che include l'analisi dei tempi di reazione, esperimenti controfattuali (scambio di politiche tra tipi di veicolo) e valutazione su larga scala del rischio di conflitto per quantificare le differenze comportamentali.

4. Risultati

4.1. Prestazioni del Modello

• Accuratezza Superiore: Il framework SMamba-DDPG ha superato tutte le linee di base. La variante basata sulla velocità ($SMamba-DDPG_V$) ha raggiunto il più basso Errore Quadratico Medio (RMSE) tra le variabili cinematiche.
  • Pedone-AV: RMSE Velocità Longitudinale = 0,62 m/s; ADE = 0,65 m; FDE = 1,12 m.
  • Pedone-HDV: RMSE Velocità Longitudinale = 0,63 m/s; ADE = 0,64 m; FDE = 1,13 m.
• Stabilità: Il meccanismo di smoothing ha ridotto con successo la varianza dell'addestramento e migliorato la convergenza rispetto al DDPG standard e ad altri modelli ibridi.

4.2. Differenze Comportamentali

• Tempi di Reazione: I pedoni hanno risposto significativamente più velocemente agli AV rispetto agli HDV. Il modello ha riprodotto accuratamente questi ritardi di risposta simili a quelli umani, senza differenze statistiche significative tra i dati ricostruiti e quelli reali.
• Analisi Controfattuale:
  • Quando una politica addestrata su AV è stata applicata alle traiettorie HDV, i pedoni hanno mostrato velocità di attraversamento inferiori (riduzione del 14,7%) e profili di accelerazione più fluidi, suggerendo una strategia più conservativa.
  • Quando una politica addestrata su HDV è stata applicata alle traiettorie AV, i pedoni hanno mostrato velocità di attraversamento superiori (2,17 m/s contro 1,08 m/s) e un comportamento più assertivo.
• Comportamento di Cedimento: Nelle simulazioni su larga scala, i pedoni hanno ceduto più frequentemente agli AV (46,07%) rispetto agli HDV (37,15%), indicando maggiore cautela o incertezza riguardo al processo decisionale degli AV.

4.3. Analisi della Sicurezza

L'analisi su larga scala dei dati generati dal modello ha rivelato che le interazioni Pedone-AV hanno prodotto costantemente tassi di conflitto inferiori rispetto alle interazioni Pedone-HDV in tutte le condizioni di velocità. A velocità elevate (>3,5 m/s), i tassi di conflitto degli AV erano inferiori di 10-15 punti percentuali rispetto ai tassi degli HDV.

5. Significato e Affermazioni

Il documento afferma che i suoi risultati evidenziano la necessità di incorporare modelli comportamentali dei pedoni specifici per tipo di veicolo per:

• Progettazione di AV più sicuri: Comprendere che i pedoni reagiscono in modo diverso (più velocemente ma con maggiore cautela) agli AV può informare le strategie di controllo degli AV e i design delle interazioni (ad esempio, interfacce uomo-macchina esterne).
• Simulazione del Traffico Realistica: Aggregare le interazioni AV e HDV in un unico modello compromette l'accuratezza delle simulazioni del traffico misto. Sono necessarie politiche separate per prevedere accuratamente il rischio e i comportamenti di cedimento.
• Valutazione del Rischio: Lo studio dimostra che la percezione del rischio dei pedoni non è statica ma è dinamicamente influenzata dal tipo percepito del veicolo in avvicinamento, con gli AV che inducono una risposta più conservativa (cedimento) nonostante tempi di reazione più rapidi.

Gli autori concludono che il framework SMamba-DDPG fornisce un metodo robusto per catturare le dinamiche sequenziali e brusche dell'evitamento da parte dei pedoni, offrendo una via verso un dispiegamento più realistico e sicuro dei sistemi di guida automatizzata.