論文の概要: A Utility Maximization Model of Pedestrian and Driver Interactions
- arxiv url: http://arxiv.org/abs/2110.11015v1
- Date: Thu, 21 Oct 2021 09:42:02 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-22 17:34:23.626962
- Title: A Utility Maximization Model of Pedestrian and Driver Interactions
- Title（参考訳）: 歩行者とドライバーのインタラクションの実用的最大化モデル
- Authors: Yi-Shin Lin, Aravinda Ramakrishnan Srinivasan, Matteo Leonetti, Jac
Billington, Gustav Markkula
- Abstract要約: 本研究では,道路利用者間の対話行動の詳細を考慮し,実用性,運動プリミティブ,断続的行動決定の原則を適用したモデリングフレームワークを開発する。
これらの現象は、モデルがパラメータを進化させることによって、モデリングフレームワークから自然に現れることを示す。
- 参考スコア（独自算出の注目度）: 5.02231401459109
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Many models account for the traffic flow of road users but few take the
details of local interactions into consideration and how they could deteriorate
into safety-critical situations. Building on the concept of sensorimotor
control, we develop a modeling framework applying the principles of utility
maximization, motor primitives, and intermittent action decisions to account
for the details of interactive behaviors among road users. The framework
connects these principles to the decision theory and is applied to determine
whether such an approach can reproduce the following phenomena: When two
pedestrians travel on crossing paths, (a) their interaction is sensitive to
initial asymmetries, and (b) based on which, they rapidly resolve collision
conflict by adapting their behaviors. When a pedestrian crosses the road while
facing an approaching car, (c) either road user yields to the other to resolve
their conflict, akin to the pedestrian interaction, and (d) the outcome reveals
a specific situational kinematics, associated with the nature of vehicle
acceleration. We show that these phenomena emerge naturally from our modeling
framework when the model can evolve its parameters as a consequence of the
situations. We believe that the modeling framework and phenomenon-centered
analysis offer promising tools to understand road user interactions. We
conclude with a discussion on how the model can be instrumental in studying the
safety-critical situations when including other variables in road-user
interactions.
- Abstract（参考訳）: 多くのモデルが道路利用者の交通の流れを考慮しているが、地域間相互作用の詳細を考慮に入れ、安全クリティカルな状況にどのように悪化するかを考慮に入れることは少ない。
センサモジュレータ制御の概念に基づき,道路利用者間の対話行動の詳細を考慮し,実用的最大化,モータプリミティブ,間欠的行動決定の原理を適用したモデリングフレームワークを開発した。
この枠組みは、これらの原理を決定理論と結びつけ、このアプローチが以下の現象を再現できるかどうかを判断するために適用される。
(a)その相互作用は初期非対称性に敏感であり、
(b) それらの行動に適応することで衝突紛争を迅速に解決する。
接近する車に向かって歩行者が道路を横切るとき
(c)一方の道路利用者は、衝突を解決するために他方に降伏し、歩行者との相互作用に類似し、
(d) 結果から, 車両加速の性質に関連する特定の状況運動学が明らかになった。
これらの現象は、モデルがパラメータを進化させることによって、モデリングフレームワークから自然に現れることを示す。
モデリングフレームワークと現象中心分析は,道路ユーザのインタラクションを理解するための有望なツールを提供すると考えている。
我々は,道路利用者のインタラクションに他の変数を含む場合の安全・クリティカルな状況を研究する上で,モデルがどのように有効かについて議論した。
関連論文リスト
- SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。
提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。
複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
論文 参考訳（メタデータ） (2023-12-31T04:14:43Z) - Interactive Autonomous Navigation with Internal State Inference and
Interactivity Estimation [58.21683603243387]
本稿では,関係時間的推論を伴う3つの補助的タスクを提案し,それらを標準のディープラーニングフレームワークに統合する。
これらの補助的なタスクは、他の対話的エージェントの行動パターンを推測するための追加の監視信号を提供する。
提案手法は,標準評価指標の観点から,頑健かつ最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2023-11-27T18:57:42Z) - Interaction-Aware Decision-Making for Autonomous Vehicles in Forced
Merging Scenario Leveraging Social Psychology Factors [7.812717451846781]
インタラクションドライバの社会的行動と個人的目的の両方を取り入れた行動モデルを考える。
我々は、他のドライバーの意図をオンラインで見積もる、後退する水平制御に基づく意思決定戦略を開発する。
論文 参考訳（メタデータ） (2023-09-25T19:49:14Z) - Decision Making for Autonomous Driving in Interactive Merge Scenarios
via Learning-based Prediction [39.48631437946568]
本稿では,他のドライバの動作から不確実性が生ずる移動トラフィックにマージする複雑なタスクに焦点を当てる。
我々はこの問題を部分的に観測可能なマルコフ決定プロセス(POMDP)とみなし、モンテカルロ木探索でオンラインに解決する。
POMDPの解決策は、接近する車に道を譲る、前方の車から安全な距離を維持する、あるいは交通に合流するといった、高いレベルの運転操作を行う政策である。
論文 参考訳（メタデータ） (2023-03-29T16:12:45Z) - Analyzing vehicle pedestrian interactions combining data cube structure
and predictive collision risk estimation model [5.73658856166614]
本研究では,フィールドと集中型プロセスを組み合わせた歩行者安全システムについて紹介する。
本システムは,現場における今後のリスクを直ちに警告し,実際の衝突のない道路の安全レベルを評価することにより,危険頻繁なエリアの安全性を向上させることができる。
論文 参考訳（メタデータ） (2021-07-26T23:00:56Z) - Modeling Interactions of Multimodal Road Users in Shared Spaces [0.0]
共有空間環境における歩行者と自動車の相互作用のレベルを考慮し、組み合わせる。
提案手法は,道路利用者の軌跡を計画する層,自由流運動を再現する力に基づくモデリング層,シンプルな相互作用の3層からなる。
歩行者と自動車の様々な相互作用と車間相互作用を含むシナリオをシミュレートし,本モデルの有効性を検証した。
論文 参考訳（メタデータ） (2021-07-05T15:25:08Z) - Congestion-aware Multi-agent Trajectory Prediction for Collision
Avoidance [110.63037190641414]
渋滞パターンを明示的に学習し、新しい「センス--学習--Reason--予測」フレームワークを考案する。
学習段階を2段階に分解することで、「学生」は「教師」から文脈的手がかりを学習し、衝突のない軌跡を生成する。
実験では,提案モデルが合成データセットにおいて衝突のない軌道予測を生成できることを実証する。
論文 参考訳（メタデータ） (2021-03-26T02:42:33Z) - Deep Structured Reactive Planning [94.92994828905984]
自動運転のための新しいデータ駆動型リアクティブ計画目標を提案する。
本モデルは,非常に複雑な操作を成功させる上で,非反応性変種よりも優れることを示す。
論文 参考訳（メタデータ） (2021-01-18T01:43:36Z) - Studying Person-Specific Pointing and Gaze Behavior for Multimodal
Referencing of Outside Objects from a Moving Vehicle [58.720142291102135]
物体選択と参照のための自動車応用において、手指しと目視が広く研究されている。
既存の車外参照手法は静的な状況に重点を置いているが、移動車両の状況は極めて動的であり、安全性に制約がある。
本研究では,外部オブジェクトを参照するタスクにおいて,各モダリティの具体的特徴とそれら間の相互作用について検討する。
論文 参考訳（メタデータ） (2020-09-23T14:56:19Z) - What-If Motion Prediction for Autonomous Driving [58.338520347197765]
生存可能なソリューションは、道路レーンのような静的な幾何学的文脈と、複数のアクターから生じる動的な社会的相互作用の両方を考慮しなければならない。
本稿では,解釈可能な幾何学的(アクター・レーン)と社会的(アクター・アクター)の関係を持つグラフに基づく注意的アプローチを提案する。
提案モデルでは,道路レーンやマルチアクターの相互作用を仮定的に,あるいは「何」かで予測できる。
論文 参考訳（メタデータ） (2020-08-24T17:49:30Z) - Spatiotemporal Learning of Multivehicle Interaction Patterns in
Lane-Change Scenarios [11.893098067272463]
コモン・イット・チャレージング・インタラクションのシナリオの解釈は、自動運転車のしっかりとした決定に役立てることができる。
本稿では、連続(ガウス過程)および離散(ディリクレ過程)プロセスを活用するベイズ的非パラメトリックアプローチについて述べる。
提案手法は,車体ペデストリアン相互作用など,他の種類のマルチエージェント相互作用を効率的に解析することに重点を置いている。
論文 参考訳（メタデータ） (2020-03-02T10:59:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。