Towards Intelligible Human-Robot Interaction: An Active Inference Approach to Occluded Pedestrian Scenarios

Resumo Técnico: Abordagem de Inferência Ativa para Cenários de Pedestres Ocultos

1. Problema e Contexto

O aparecimento súbito de pedestres ocultos (por exemplo, atrás de ônibus, carros estacionados ou barreiras) representa um desafio crítico de segurança na condução autônoma.

• Limitações das Abordagens Atuais: Métodos baseados em regras ou puramente orientados a dados (como Aprendizado por Reforço - RL) lutam com a alta incerteza inerente a esses cenários de "cauda longa".
  • Métodos baseados em dados sofrem com a escassez de dados para casos de borda (corner cases) e falta de interpretabilidade.
  • Métodos reativos falham ao não antecipar perigos latentes, levando a colisões quando o pedestre surge repentinamente.
• Objetivo: Desenvolver um sistema de interação humano-robô (veículo-pedestre) que seja não apenas seguro, mas também inteligível e proativo, imitando o processo cognitivo humano de vigilância e raciocínio "e se" (what-if).

2. Metodologia

Os autores propõem um novo quadro de trabalho baseado no princípio da Inferência Ativa (Active Inference), um framework de neurociência computacional que unifica percepção e ação sob o princípio da minimização da energia livre.

O sistema é formalizado como um Processo de Decisão de Markov Parcialmente Observável (POMDP) e opera em um ciclo contínuo de percepção-ação:

A. Estrutura Geral (RBPF)
O agente utiliza um Filtro de Partículas Rao-Blackwellizado (RBPF) para estimar o estado híbrido do pedestre (existência, cinemática e intenções latentes). O estado inclui:

• Estado cinemático do veículo e do pedestre.
• Estado existencial binário (o pedestre está presente ou não?).
• Parâmetros comportamentais latentes (agressividade, distância de ativação).

B. Mecanismos Cognitivos Inovadores
Para superar as limitações da incerteza, dois mecanismos inspirados na cognição humana são integrados:

1. Redefinição Condicional (Conditional Reset):

   • Problema: Em sistemas convencionais, se um pedestre não é observado (devido à oclusão), a crença do agente sobre sua existência tende a decair para zero, levando a uma aceleração perigosa.
   • Solução: Este mecanismo impede o decaimento prematuro da crença. Se o pedestre não é observado mas a zona de oclusão permanece "não resolvida", o estado cinemático da partícula é redefinido para sua hipótese inicial (vigilância mantida). Isso simula a persistência da atenção de um motorista humano.

2. Injeção de Hipóteses (Hypothesis Injection):

   • Problema: O planejamento baseado apenas no cenário mais provável pode ser ingênuo.
   • Solução: Durante o processo de planejamento (inferência), o agente injeta artificialmente um subconjunto de partículas com comportamentos "pior caso" (ex: aceleração súbita, reversão, parada abrupta), mesmo que a probabilidade atual seja baixa.
   • Objetivo: Forçar o planejador a considerar cenários contrafactuais ("e se o pedestre correr?"), resultando em trajetórias mais defensivas e seguras sem corromper a crença factual do agente.

C. Planejamento (MPPI-CEM)
O planejamento é realizado minimizando a Energia Livre Esperada (EFE), que equilibra valor pragmático (chegar ao destino) e valor epistêmico (reduzir incerteza). O controle utiliza um híbrido de:

• Método de Entropia Cruzada (CEM): Para refinar a distribuição de amostragem de políticas.
• MPPI (Model Predictive Path Integral): Para calcular a média ponderada das trajetórias ótimas, garantindo robustez.

3. Contribuições Principais

1. Framework de Inferência Ativa para Pedestres Ocultos: Formalização da interação como um POMDP com um rico conjunto de estados latentes do pedestre.
2. Mecanismos Cognitivos Novos: Introdução da Redefinição Condicional (para manter a vigilância sob oclusão) e da Injeção de Hipóteses (para planejamento proativo baseado em raciocínio contrafactual).
3. Validação Explicável: Demonstração de que o sistema não apenas evita colisões, mas gera comportamentos de direção que refletem o estado interno de crença do agente, tornando a decisão da IA interpretável.

4. Resultados Experimentais

Os testes foram realizados em um ambiente de simulação desafiador (Gymnasium) com 5 modos de comportamento estocástico de pedestres (ex: indeciso, acelerador enganoso, súbito aparecimento).

• Métricas de Desempenho:

  • Taxa de Colisão (CR): O método proposto alcançou 5.3%, superando significativamente as bases:
    • Reativo (MPPI puro): 82.2%
    • Baseado em Regras: 41.3%
    • RL (PPO-LSTM): 27.5%
  • Taxa de Sucesso (Pass Rate): 94.7% (vs. 17.8% no reativo).
  • Segurança: Maior distância mínima e tempo até colisão (TTC) em comparação com métodos reativos.

• Análise de Ablação:

  • Sem Conditional Reset, o agente perde a crença no pedestre oculto e colide.
  • Sem Hypothesis Injection, o agente é excessivamente confiante e falha em cenários de aceleração súbita. O aumento da taxa de injeção de hipóteses ($\rho_H$) reduz drasticamente a taxa de colisão (de 9.5% para 2.3% em testes controlados).

• Eficiência Computacional:

  • Implementado em JAX com GPU, o sistema opera em ~17.7 ms por passo de planejamento (para 100 partículas e 100 políticas), bem dentro do limite de 100 ms para controle em tempo real (10 Hz).

5. Significado e Conclusão

Este trabalho representa um avanço significativo na direção autônoma ao demonstrar que a Inferência Ativa pode ser aplicada para criar sistemas que não apenas reagem a dados sensoriais, mas raciocinam sobre incertezas latentes.

• Segurança e Robustez: O sistema lida eficazmente com cenários de "cauda longa" onde os dados de treinamento são escassos, graças à modelagem baseada em princípios físicos e cognitivos.
• Interpretabilidade: Diferente de caixas-pretas de RL, as ações do veículo são diretamente derivadas de sua crença interna sobre o risco, permitindo que engenheiros e usuários compreendam por que o veículo freou ou desviou.
• Aplicabilidade: Os autores sugerem que o parâmetro de "Crença Inicial de Presença" ($B_0$) pode ser alimentado por modelos de linguagem visual (VLM) que analisam o contexto da cena (ex: um ônibus parado em uma faixa de pedestres), criando um sistema de direção adaptável e seguro.

Em suma, a abordagem oferece um caminho viável para veículos autônomos que interagem com humanos de maneira proativa, segura e explicável, superando as limitações de métodos puramente reativos ou baseados em dados.