Inferring Occluded Agent Behavior in Dynamic Games from Noise Corrupted Observations

Título: Inferência de Comportamento de Agentes Ocluídos em Jogos Dinâmicos a partir de Observações Corrompidas por Ruído

1. Problema

No contexto de robótica móvel e condução autónoma, as interações entre agentes são frequentemente modeladas como equilíbrios de Nash em jogos dinâmicos não cooperativos. Os métodos existentes dependem de observações sensoriais (como LiDAR e câmaras) para identificar todos os agentes participantes. No entanto, um desafio crítico é a oclusão: situações onde agentes estão escondidos atrás de obstáculos ou outros veículos.

• Limitação Atual: As abordagens baseadas em jogos dinâmicos e jogos inversos assumem que todos os agentes são visíveis. Quando agentes ocluídos existem, os métodos tradicionais falham em inferir corretamente as intenções e trajetórias dos agentes visíveis (pois o seu comportamento é influenciado pelos ocluídos) e não conseguem estimar a existência ou estado dos agentes ocultos.
• Risco: Ignorar a oclusão pode levar a decisões de navegação inseguras, como colisões com veículos que o robô não consegue ver diretamente, mas que estão a influenciar o comportamento dos veículos visíveis (ex: um veículo visível a frear devido a um veículo ocluído).

2. Metodologia

Os autores propõem uma abordagem integrada que combina inferência comportamental e planeamento contingente, operando num horizonte recorrente (receding horizon).

A. Inferência Comportamental Consciente de Oclusão

O objetivo é estimar os parâmetros de custo (intenções) e as trajetórias de todos os agentes (visíveis e ocluídos) baseando-se apenas em observações ruidosas dos agentes visíveis.

• Modelo: O problema é formulado como um jogo de Nash de laço aberto (open-loop).
• Otimização: O observador (robô) resolve um problema de máxima verossimilhança para encontrar os parâmetros de ponderação ($w$) e as trajetórias ($x$) que melhor explicam as observações ruidosas dos agentes visíveis ($y_V$).
• Restrições: A solução deve satisfazer as condições de otimalidade de primeira ordem (condições KKT) de um Equilíbrio de Nash.
• Resultado: O estimador recupera simultaneamente os parâmetros de custo e as trajetórias dos agentes ocluídos, mesmo sem observação direta deles, utilizando o comportamento dos agentes visíveis como pista.

B. Jogo Contingente Consciente de Oclusão

Para o planeamento, os autores introduzem um Jogo Contingente que lida com a incerteza sobre a existência de agentes ocluídos.

• Hipóteses: O jogo considera dois cenários (hipóteses) $\theta$:
  1. $\theta_1$: Agentes ocluídos existem.
  2. $\theta_2$: Agentes ocluídos não existem.
• Estrutura Temporal: O horizonte de planeamento é dividido em duas fases por um tempo de ramificação ($t_b$):
  • Antes de $t_b$ ($k < t_b$): O agente não sabe qual hipótese é verdadeira. Ele deve escolher uma única ação de controlo que minimize o custo esperado ponderado pela crença (probabilidade) de cada hipótese. Isso força o agente a adotar um comportamento mais conservador.
  • Depois de $t_b$ ($k \ge t_b$): Assume-se que a oclusão será resolvida (os agentes ocluídos tornar-se-ão visíveis). O agente seleciona a estratégia ótima específica para o cenário que se revelou verdadeiro.
• Planeamento: O robô executa um ciclo de estimativa e planeamento em horizonte recorrente, atualizando as estimativas de estado e re-calculando a estratégia contingente a cada passo.

3. Principais Contribuições

1. Estimador Teórico de Jogos Consciente de Oclusão: Um método que identifica simultaneamente os parâmetros desconhecidos das funções de custo e estima as trajetórias de agentes visíveis e ocluídos, utilizando apenas observações parciais e ruidosas dos agentes visíveis.
2. Planeador de Jogos Contingentes Consciente de Oclusão: Uma estratégia de planeamento em horizonte recorrente que modela explicitamente a incerteza sobre a existência de agentes ocluídos, gerando trajetórias que equilibram o risco de colisão com a eficiência do movimento.
3. Pipeline Integrado: A combinação da estimativa de estado com o planeamento contingente, permitindo que o robô antecipe e reaja a agentes ocultos antes que estes se tornem visíveis.

4. Resultados Experimentais

Os autores validaram a abordagem através de simulações de Monte Carlo em vários cenários de tráfego:

• Cenário de Interação (3 agentes):
  • O método proposto superou a base de comparação (baseline que ignora a oclusão) na precisão da estimativa de parâmetros e trajetórias dos agentes visíveis.
  • Conseguiu estimar com precisão a trajetória do agente ocluído, algo que a base de comparação não consegue fazer.
• Cenário de Evitação de Colisão (Planeamento):
  • Em cenários com 4, 6 e 8 agentes, o método proposto manteve distâncias mínimas significativamente maiores entre os agentes do que a base de comparação.
  • Os agentes com o planeador contingente tomaram decisões mais conservadoras antes do tempo de ramificação ($t_b$), evitando colisões de forma proativa.
• Cenário de Travessia de Estrada (Estimativa e Planeamento):
  • Num cenário realista com ruído de observação, o método proposto estimou corretamente a existência de veículos ocluídos (inferidos pela desaceleração do veículo visível).
  • O robô reduziu a velocidade e adotou uma trajetória mais segura, evitando uma colisão quase iminente que ocorreu com o método baseline (que ignorou os veículos ocluídos até que estes se tornassem visíveis).
  • Métricas: O método alcançou menor erro de desvio médio (ADE) nas trajetórias estimadas e maior distância mínima mútua ($d_{min}$) em comparação com a base de comparação.

5. Significado e Conclusão

Este trabalho preenche uma lacuna crítica na robótica autónoma e na condução autónoma: a capacidade de raciocinar sobre agentes que não estão visíveis, mas que influenciam o ambiente.

• Segurança: A abordagem demonstra que considerar a oclusão como uma variável de incerteza no modelo de jogo leva a decisões de navegação muito mais seguras, prevenindo colisões que ocorreriam se o sistema assumisse que "o que não é visto, não existe".
• Robustez: O método é robusto a ruídos sensoriais e consegue recuperar informações ocultas através da análise do comportamento dos agentes visíveis.
• Futuro: Os autores planeiam estender o método para dados de sensores reais (LiDAR e câmaras) para implementação em cenários de tráfego urbano e navegação social reais.

Em suma, o artigo apresenta um avanço fundamental ao transformar a oclusão de um problema de "cegueira" para um problema de "inferência probabilística", permitindo que robôs e veículos autónomos naveguem com inteligência e segurança em ambientes complexos e parcialmente observáveis.