多步信念空间动力学学习实现风险感知控制
本文提出一种学习框架，用于预测分布动力学，并实时优化模型预测控制（MPC），以缩小自动驾驶与人类驾驶之间的差距。通过对真实越野驾驶数据集进行消融研究，并在全尺寸车辆上部署，实现了基于环境自然调节车速的智能行为。
随着自动驾驶汽车从简化的研究环境迈向实际应用，人类驾驶与自动驾驶系统之间的动态行为差距日益凸显。人类驾驶员能够凭借直觉和经验在复杂环境中做出风险感知决策，而传统自动驾驶系统往往过于保守或不够稳健。为了实现大规模部署，风险感知行为必须自然形成，而其中的关键挑战在于如何准确预测动态不确定性随时间的变化，并制定出既充分考虑到这些不确定性、又避免过度保守的规划方案。
针对这一挑战，本研究提出了一种新颖的学习框架，用于预测分布动力学，该框架可直接应用于模型预测控制（MPC）的实时优化。作者深入探讨了在为MPC学习分布动力学时结构的重要性，并指出合理的结构化设计能够显著提升预测的准确性和规划的性能。为了验证这一观点，研究团队在大规模真实越野驾驶数据集上进行了严格的消融研究，系统地对比了偏离所提出结构后的性能变化，结果充分证明了所提结构的有效性和必要性。
此外，研究团队将学习到的模型和完整的规划堆栈部署在一辆全尺寸车辆上，在极具挑战性的越野环境中进行了实地测试。测试结果表明，该规划架构能够根据环境条件自然地调节车辆速度，在数英里复杂多变的地形上持续展现出智能、稳健的驾驶行为。这一工作为风险感知自动驾驶的实现提供了切实可行的解决方案，推动了从理论研究到实际应用的转化。