Active Interaction-Aware Model Predictive Path Integral via Ego-Conditioned Generative Predictions

Sintesi Tecnica: Modello di Controllo Predittivo Integrale con Interazione Attiva tramite Predizioni Generative Condizionate dall'Ego

Problema
La navigazione autonoma in traffico denso è fondamentalmente un problema interattivo in cui il veicolo ego e gli agenti circostanti si influenzano continuamente a vicenda. Gli approcci tradizionali "predict-then-plan" (predici-e-pianifica) disaccoppiano questi processi, prevedendo le traiettorie degli agenti indipendentemente dalle azioni future del veicolo ego. Questo paradigma soffre del problema del "robot congelato" (frozen robot), in cui il sistema diventa eccessivamente cauto o va in stallo in scenari interattivi (ad esempio, cambi di corsia o svolte non protette) perché non riesce a considerare come le proprie azioni provochino reazioni dagli altri. Sebbene i metodi basati sulla teoria dei giochi tentino di modellare queste interazioni, essi spesso si affidano ad assunzioni di razionalità irrealistiche e soffrono di intratabilità computazionale nel traffico denso. Al contrario, gli esistenti pianificatori condizionati dall'ego adottano spesso una struttura rigida "leader-follower" che può portare a comportamenti eccessivamente aggressivi, assumendo implicitamente che gli altri agenti cedano il passo. La sfida centrale è sviluppare un framework di pianificazione che ragioni attivamente sull'incertezza dell'interazione, sondi l'intento nascosto degli altri agenti e bilanci l'efficienza del compito con la sicurezza senza fare affidamento su modelli parametrici semplificati.

Metodologia
Gli autori propongono un framework di pianificazione ibrido che integra un Modello Predittivo Autoregressivo Generativo (GARPM) — nello specifico una variante dell'architettura SMART transformer — all'interno di uno schema di controllo Model Predictive Path Integral (MPPI).

1. Predizione Condizionata dall'Ego: A differenza dei predittori standard, il GARPM genera predizioni stocastiche e multimodali dei futuri degli agenti circostanti, condizionate a specifiche traiettorie candidate dell'ego. La distribuzione congiunta dei futuri degli agenti è fattorizzata autoregressivamente, dove lo stato successivo di ogni agente è predetto sulla base della storia di tutti gli agenti e della specifica traiettoria ego in fase di valutazione.
2. Schema di Campionamento Annidato: Per risolvere la dipendenza circolare tra pianificazione e predizione (dove la pianificazione richiede una predizione, ma la predizione richiede una pianificazione), gli autori impiegano un approccio di campionamento annidato trattabile:
   • Ciclo Esterno (MPPI): Il pianificatore campiona $M$ traiettorie candidate dell'ego perturbando una sequenza di controllo nominale.
   • Ciclo Interno (Rollout del Comportamento): Per ogni traiettoria ego campionata, il GARPM genera $B$ rollout stocastici del comportamento per gli agenti circostanti.
   • Distribuzione Surrogata: Per rendere trattabile la valutazione del costo, l'insieme discreto di $B$ rollout viene convertito in una Miscela di Gaussiane (MoG) continua. Le medie delle Gaussiane corrispondono agli stati campionati degli agenti, mentre i pesi di miscelazione sono derivati dalle verosimiglianze autoregressive delle traiettorie campionate.
3. Valutazione del Costo Sensibile al Rischio: Il costo di fase per ogni traiettoria ego è calcolato valutando gli obiettivi di tracciamento e velocità rispetto alla distribuzione MoG surrogata. Fondamentalmente, il rischio di collisione è stimato integrando la distribuzione MoG sulla regione di collisione. Ciò consente al pianificatore di valutare la probabilità di collisione sotto la distribuzione indotta dei comportamenti degli agenti.
4. Riduzione Attiva dell'Incertezza: Il framework incentiva implicitamente un comportamento "attivo". Le traiettorie che sondano attivamente l'ambiente (ad esempio, avanzando lentamente per sollecitare una reazione) tendono a disambiguare gli intenti degli agenti, concentrando i pesi della MoG su meno ipotesi, più coerenti. Ciò riduce il rischio di collisione stimato nella funzione di costo, guidando naturalmente l'ottimizzatore MPPI verso manovre che risolvono l'incertezza.

Contributi Chiave
Il documento presenta tre contributi primari:

1. Framework Ibrido: Una nuova integrazione di modelli generativi autoregressivi appresi in MPPI, chiudendo il ciclo tra predizione e pianificazione. Ciò sfrutta la capacità espressiva dei modelli generativi per catturare l'incertezza multimodale dai dati reali, mantenendo al contempo la struttura rilevante per la sicurezza del controllo basato su modello.
2. Formulazione Interattiva Trattabile: Una formulazione di pianificazione consapevole delle interazioni e dell'incertezza che utilizza uno schema di campionamento annidato. Questo approccio valuta predizioni multimodali condizionate sulle traiettorie ego campionate, fornendo stime della probabilità di collisione sensibili al rischio senza il bias "leader-follower" dei pianificatori standard condizionati dall'ego.
3. Sondaggio Attivo Implicito: La dimostrazione che la combinazione di modelli generativi con i meccanismi di pesatura MPPI consente la riduzione attiva dell'incertezza. Il sistema raggiunge una guida più assertiva ed efficiente senza richiedere rappresentazioni esplicite dello spazio delle credenze (belief-space) o termini di esplorazione dedicati.

Risultati
Il metodo proposto è stato valutato nel simulatore nuPlan in tre scenari urbani interattivi: cambio di corsia adiacente, immissione in autostrada e svolta a sinistra non protetta. Il sistema è stato confrontato con quattro baseline:

• Baseline 1: Multi-modal Predict-Then-Plan.
• Baseline 2: Receding-Horizon Ego-Conditioning (condizionato solo sul piano ottimale precedente).
• Baseline 3: Unimodal Ego-Conditioned Planning.
• Baseline 4: Passive Ego-Conditioned MPPI (probabilità fisse).

Risultati Quantitativi:

• Cambio di Corsia (Merging): Il metodo proposto ha raggiunto un tasso di successo del cambio corsia del 75% con il tempo di cambio minimo (11,8s) rispetto a tutte le baseline. La Baseline 1 (predict-then-plan) ha avuto un tasso di successo del 37,5% a causa di un eccessivo conservatorismo.
• Immissione in Autostrada (On-Ramp Merging): Il metodo proposto ha raggiunto uno 0% di tasso di collisione, mentre le baseline ego-condizionate (2, 3 e 4) hanno subito tassi di collisione compresi tra il 15% e il 25% a causa di una sovrastima della cooperatività. La Baseline 1 è rimasta eccessivamente conservativa.
• Svolta a Sinistra Non Protetta: Il metodo proposto ha raggiunto il tasso di stallo (deadlock) più basso (5%) e il tasso di collisione (0%), superando le baseline che hanno mostrato tassi di stallo fino al 30% e tassi di collisione fino al 10%.

Risultati Qualitativi:
L'analisi visiva (Fig. 2–6) conferma che il metodo proposto riesce a inferire la cooperatività degli agenti circostanti attraverso il sondaggio attivo. Negli scenari cooperativi, il pianificatore si impegna nella manovra una volta che la modalità "cedere il passo" (yield) diventa dominante. Negli scenari non cooperativi, la modalità "procedere" domina, aumentando il rischio di collisione stimato e portando il pianificatore a selezionare manovre di evasione più sicure. Al contrario, le baseline o non sono riuscite a risolvere l'ambiguità dell'intento (portando allo stallo) o sono rimaste eccessivamente ottimiste (portando a collisioni).

Significatività
Il documento sostiene che la sua significatività risieda nel fornire una soluzione principata al problema del "robot congelato" senza l'onere computazionale del calcolo dell'equilibrio game-teoretico o le limitazioni comportamentali dei modelli parametrici semplificati. Sfruttando la natura autoregressiva dei moderni modelli generativi all'interno di un controllore basato sul campionamento, il framework permette ai veicoli autonomi di sondare attivamente l'ambiente per ridurre l'incertezza. Ciò si traduce in un comportamento di guida che è simultaneamente più sicuro, più efficiente e più deciso rispetto ai convenzionali approcci predict-then-plan o di interazione passiva, imitando efficacemente le strategie di riduzione attiva dell'incertezza osservate nei conducenti umani.