共享控制驾驶中早期接管的适应性有限理性建模

文献标题

Adaptive Bounded-Rationality Modeling of Early-Stage Takeover in Shared-Control Driving

出版信息

• 主题领域: 用于共享控制驾驶安全的认知建模与自适应系统。
• 关键词: 有限理性，共享控制驾驶，接管安全，认知建模，强化学习，粒子滤波，生理对齐，人机交互。

背景与问题

• 问题/挑战: 当前预测驾驶员在控制接管期间行为的方法面临数据稀缺、非平稳认知状态以及缺乏实时适应性的问题，导致安全干预的可靠性不足。
• 意义: 在半自动驾驶中，早期接管预测对于防止事故至关重要，因为人类驾驶员必须在时间紧迫和不确定性下迅速重新掌控车辆。
• 动机与相关工作: 现有行为模型（如深度学习）在数据充足时能实现高准确性，但在接管后的瞬态场景中表现不佳。认知模型提高了解释性，但缺乏与可执行控制动作的直接耦合以及实时适应能力。本文通过将认知机制与自适应预测相结合来填补这些空白。

解决方案

• 提出的方法: 一个从认知到控制的框架，将驾驶员行为建模为有限理性，并通过粒子滤波实时调整潜在认知参数。
• 创新点:
  1. 可解释的有限理性模型，将感知噪声、逼近恐惧和动作延迟耦合到闭环控制中。
  2. 用于接管期间认知参数实时适应的序列推断方法。
  3. 在车辆环路实验中通过实验证明了预测性能和生理对齐的改进。
  4. 相较基线方法，展示了更长提前时间的早期碰撞警告。
• 过程与关键技术:
  • 将认知机制（感知不确定性、逼近恐惧、动作延迟）嵌入部分可观测马尔可夫决策过程（POMDP）。
  • 使用强化学习（PPO）进行认知感知的策略调制。
  • 基于观测轨迹的在线粒子滤波推断认知参数。
  • 使用基于模拟器的驾驶场景和生理数据（如眼动追踪）进行评估。

结果

• 具体发现:
  • 在89.5%的情景中实现了≥0.5秒提前时间的早期碰撞警告，优于Vanilla PPO（41.5%）和Constant-Velocity（22.0%）。
  • ≥1秒和≥2秒提前时间的覆盖率分别为80.5%和58.5%，而Vanilla PPO分别为12.0%和0.0%。
  • 生理对齐：推断的感知噪声参数与注视熵和注视不稳定性相关；逼近恐惧系数与快速眼动和瞳孔扩张相对应。
• 相较基线的优势:
  • 更高的早期警告命中率和更长的提前时间覆盖率。
  • 在接管瞬态阶段的预测准确性更高。
  • 推断认知参数的生理合理性。
• 实验/评估:
  • 在高保真驾驶模拟器中进行的车辆环路实验，41名参与者完成接管任务。
  • 对预测准确性、早期警告性能和生理对齐进行定量评估。
  • 对具有代表性的碰撞情景进行定性分析，展示动态风险预测和认知-行为耦合。
• 局限性与未来工作:
  • 场景多样性有限（集中于高速公路施工区规避）。
  • 对粒子滤波设计选择的敏感性。
  • 生理数据的遗漏率表明可能需要额外的机制。
  • 未来计划包括扩展场景、多闭环辅助策略测试以及道路实地研究。

总结

本文提出了一个从认知到控制的框架，用于预测共享控制驾驶中早期接管阶段的驾驶员行为。通过将有限理性机制（感知不确定性、逼近恐惧、动作延迟）嵌入POMDP并实时调整认知参数，该模型在早期警告覆盖率和提前时间方面优于基线方法。实验证明了推断认知状态与生理指标之间的对齐，支持模型的可解释性及其在安全关键干预中的应用。未来工作将扩展场景多样性，测试实际应用，并探索驾驶员子群体之间的公平性问题。