Generating Realistic Safety-Critical Scenarios for Vehicle-Pedestrian Interactions

Resumo Técnico: Geração de Cenários Realistas Críticos para a Segurança em Interações Veículo-Pedestre

Enunciação do Problema
A implantação de Sistemas de Condução Automatizada (ADS) exige validação rigorosa contra interações veículo-pedestre críticas para a segurança. No entanto, existe uma lacuna crítica nos recursos de dados atuais: os conjuntos de dados do mundo real (por exemplo, NGSIM, INTERACTION, HDI) capturam comportamentos humanos autênticos, mas raramente contêm cenários suficientes de quase-acidentes de alto risco ou de evasão de colisão devido à sua raridade. Por outro lado, plataformas baseadas em simulação (por exemplo, CARLA, Virtual KITTI) oferecem geração escalável de cenários, mas dependem de controladores baseados em regras e modelos cinemáticos simplificados que falham em reproduzir a tomada de decisão adaptativa, interativa e evasiva característica de motoristas e pedestres humanos reais. Abordagens híbridas existentes frequentemente tratam a simulação meramente como um ambiente de implantação para modelos pré-treinados, deixando os agentes incapazes de adaptar-se a novos cenários ou padrões de interação, resultando em políticas "congeladas" com diversidade limitada e tomada de decisão frágil.

Metodologia
Para abordar essas limitações, os autores propõem um framework de três estágios que integra a fundamentação comportamental do mundo real com aprendizado online impulsionado por simulação para gerar o conjunto de dados de Interação Crítica para a Segurança Veículo-Pedestre (VPSCI). O núcleo deste framework é um modelo Multi-Agent State-Space Transformer-enhanced Deep Deterministic Policy Gradient (MA-SST-DDPG).

• Estágio 1: Pré-treinamento com Dados do Mundo Real: Os agentes MA-SST-DDPG (veículo e pedestre) são pré-treinados em 336 interações críticas para a segurança extraídas do conjunto de dados HDI (9.443 passos de tempo). A criticidade para a segurança é definida usando um limite de Tempo até a Colisão Curvilíneo (CurvTTC) de 5 segundos, que captura a janela completa de resposta comportamental de trajetórias em interseções curvas. O modelo aprende comportamentos evasivos semelhantes aos humanos através de aprendizado orientado por dados, utilizando um Practical Replay Buffer e uma função de recompensa que penaliza desvios das velocidades típicas de condução e caminhada.
• Estágio 2: Aprendizado Online em Simulação: Os agentes pré-treinados são implantados no simulador CARLA (mapa Town10) para aprendizado por reforço online. Um módulo de monitoramento aciona a política MA-SST-DDPG apenas quando CurvTTC < 5 s, substituindo o piloto automático baseado em regras do CARLA para executar manobras evasivas aprendidas. Durante esses eventos críticos, o modelo atualiza sua política usando um Simulation Replay Buffer. Este estágio emprega exploração adaptativa, mecanismos de preservação de conhecimento (para evitar o esquecimento catastrófico de comportamentos do mundo real) e um esquema de ponderação de recompensa adaptativo que equilibra dinamicamente penalidades de colisão, alcance de objetivos e consistência de velocidade. Este processo refina o modelo em um "MA-SST-DDPG Refinado" capaz de generalizar através de layouts diversos de interseções.
• Estágio 3: Geração de Dados em Grande Escala: O modelo MA-SST-DDPG Refinado é usado para gerar 198.157 episódios de interação de alta resolução em oito cenários distintos (duas localizações, quatro direções de travessia cada). O conjunto de dados VPSCI resultante inclui 3.603 km de trajetórias de veículos e 2.625 km de trajetórias de pedestres, capturando condições cinemáticas diversas e gerando comportamentos.

Principais Contribuições

1. Framework Híbrido de Três Estágios: Uma arquitetura inovadora que combina pré-treinamento orientado por dados com aprendizado online impulsionado por simulação, abordando a escassez de dados críticos para a segurança do mundo real e a falta de realismo comportamental em métodos baseados apenas em simulação.
2. Conjunto de Dados VPSCI: Um conjunto de dados em grande escala e de alta resolução com mais de 198.000 episódios de interação veículo-pedestre críticos para a segurança, validado quanto ao realismo comportamental.
3. Análise Comportamental: Demonstração da utilidade do framework na realização de análise de segurança, quantificando taxas de conflito e padrões de risco comportamental (por exemplo, probabilidades de ceder a passagem) que se alinham com observações do mundo real.

Resultados

• Desempenho do Modelo: O modelo MA-SST-DDPG Refinado alcançou os menores erros de trajetória entre todas as linhas de base comparadas (RL Multi-Agente, RL Agente Único, Previsão de Trajetória e Aprendizado Supervisionado), com um Erro de Deslocamento Médio (ADE) de 0,072 m e Erro de Deslocamento Final (FDE) de 0,142 m. Isso superou o modelo apenas pré-treinado e todas as outras arquiteturas, confirmando o benefício da abordagem de aprendizado híbrido.
• Equivalência Distribucional: Comparações estatísticas (teste de Kolmogorov–Smirnov, distância de Wasserstein) confirmaram que as distribuições de CurvTTC dos dados VPSCI gerados são estatisticamente equivalentes ao conjunto de dados HDI do mundo real. Além disso, os dados gerados reproduziram a lógica comportamental de pedestres cedendo a passagem em relação à proximidade e velocidade do veículo.
• Validação pelo Teste de Turing: Um estudo perceptual com 44 especialistas em engenharia de transportes avaliou o realismo das interações geradas em comparação com projeções do mundo real e comportamentos padrão do CARLA. As saídas do framework de três estágios receberam altas pontuações de realismo (3,96–4,08 em uma escala de 5 pontos) e foram consideradas estatisticamente indistinguíveis dos dados do mundo real (p = 0,92), enquanto os comportamentos padrão do CARLA foram classificados significativamente mais baixos.
• Análise de Segurança: A análise dos dados gerados revelou tendências realistas: as taxas de conflito aumentaram monotonicamente com as velocidades do veículo e do pedestre, e a probabilidade de pedestres cederem a passagem aumentou com a proximidade e a velocidade do veículo. Em contraste, o piloto automático padrão do CARLA falhou em reproduzir essas dinâmicas sensíveis à velocidade.

Significado
O artigo afirma que este framework conecta com sucesso a lacuna entre a escassez de dados críticos para a segurança do mundo real e a falta de realismo comportamental em simulações. Ao produzir um conjunto de dados que mantém comportamentos evasivos semelhantes aos humanos enquanto oferece diversidade em grande escala, o conjunto de dados VPSCI serve como um recurso valioso para o desenvolvimento e avaliação de ADS. Especificamente, permite testes rigorosos de casos extremos e treinamento condicionado ao comportamento, onde agentes pedestres atuam como substitutos adaptativos e realistas em vez de entidades scriptadas. O estudo conclui que esta abordagem oferece uma estratégia escalável para melhorar o desempenho do modelo em domínios onde dados reais são escassos, mas cenários de alto risco são críticos para validação de segurança.