PersonaDrive: Controllable Trajectory Prediction with Multi-Dimensional Driving Personas

每当自动驾驶汽车在繁忙的城市街道上行驶时，它都必须就去向何处以及如何以多快的速度到达目的地做出一系列瞬息万变的决策。多年来，研究人员一直致力于教导这些车辆预测其他车辆和行人的未来路径，但车辆本身在很大程度上被训练成以一种单一、安全且可预测的方式行驶。它们被程序设定为理想且谨慎的驾驶者，绝不会不必要地加速，也绝不会进行急转弯。虽然这种方法很安全，但它忽略了人类现实中至关重要的一部分：人们的驾驶方式会根据他们的身份、目的地以及心情而有所不同。一位正匆忙送病童去医院的家长需要平稳、温柔的乘坐体验，即使他们很赶时间；而一位正奔向火灾现场的消防员可能需要接受更粗犷、更激进的路径，以节省时间。直到现在，自主系统仍难以理解这些微妙且相互冲突的人类需求，往往默认采用一种“一刀切”的风格，这让乘客感到机械化且与其实际情况脱节。

来自韩国的一个研究小组通过创造一种新方法，教导自动驾驶汽车理解驾驶背后的“人格”，从而解决了这一问题。他们意识到，人类的驾驶行为不仅仅是关于快或慢，它是由两种截然不同的力量塑造的。第一种是紧迫感（urgency），它决定了驾驶者想要多快到达目的地。第二种是舒适度（comfort），它决定了驾驶者希望行驶得多么平顺，即优先考虑温和的乘坐体验而非速度。通过将这两个因素分离，研究人员创建了一个新的框架，使车辆不仅能被指令“开快点”或“开慢点”，还能通过采用特定的驾驶人格来平衡这些相互竞争的需求。

为了测试这个想法，该团队首先必须建立一个新型的训练库。他们提取了数千个真实的驾驶场景，并利用先进的语言模型生成了同一次行程的九个不同版本。每个版本都对应于紧迫感和舒适度的独特组合，范围从应对紧急危机时的疯狂、颠簸的旅程，到为身体不适的乘客提供的缓慢、极度平稳的旅程。针对这九种场景中的每一种，他们都编写了乘客可能会对驾驶员说的自然语言描述，例如“请快点！我的孩子锁在车里了！”或者“能不能请您开得温柔一点？我手里拿着热咖啡。”这个被称为 PCT 的数据集，将这些文本描述与汽车应采取的精确物理路径配对，以匹配特定的情绪。

有了这些新数据，研究人员开发了一个名为 PersonaDrive 的系统。该系统充当了一个翻译器，将乘客的文本请求转化为对汽车转向和加速的具体指令。该系统并非将每条指令视为简单的开关，而是学习沿着两个独立的轴线来调整汽车的路径。如果乘客要求速度，汽车就会学习在更短的时间内行驶更多的距离。如果乘客要求舒适，汽车就会学习平滑其转弯并避免突然的顿挫。至关重要的是，该系统可以处理混合了这些需求的请求，例如一位虽然赶时间但因为携带易碎医疗设备而需要平稳行驶的乘客。研究人员发现，通过教导汽车同时尊重这两个轴线，它生成的轨迹比以往的方法更准确地符合乘客的意图，而以往的方法往往会陷入单一的驾驶模式。

他们在实验中的结果表明，这种方法的效果显著优于旧模型。在标准的驾驶模拟测试中，新系统能够一致地预测出所有九种不同驾驶人格的正确路径，而旧系统则经常无法区分想要快速行驶的驾驶者和想要平稳行驶的驾驶者。研究人员还发现，仅仅给汽车一个文本描述比给它一个简单的代码或标签更有效。语言本身有助于系统理解请求中的细微差别，使其能够创造出一个连续的驾驶风格范围，而非仅仅是几个僵化的类别。这表明，自动驾驶的未来可能不在于将汽车编程为完美的、无感情的机器，而在于教导它理解旅程背后的人类故事，并调整其行为以适应每一位乘客的独特需求。