登录TOPS×

*


*

验证码加载中……

请先拖动验证码到相应位置


——  孙  剑  教  授  课  题  组  ——

第132期组会:房世玉:《人机混驾环境下智能网联汽车自适应协同式决策》

撰稿 黎瑞   2023年10月23日 19:08:04  阅读()

2023年10月19日下午6:00,TOPS第132期组会于通达馆A211会议室线下举行。本次组会由2021级博士生房世玉与大家交流讨论《人机混驾环境下智能网联汽车自适应协同式决策》的相关内容。课题组全体老师同学出席了本次组会。


42CD9

汇报时刻


房世玉首先介绍了研究背景,当下人机混驾环境是不可避免的,同时单车智能决策存在不足的问题,这时协同式规划决策具有相对更高的需求。为实现有效的协同式规划决策,当下主要有基于优化、基于规则、基于机器学习、基于博弈的四种方法,该研究采用的是基于博弈的方法,其存在多均衡解难选取——保障协同参与者收敛至同均衡解、影响难量化——协同参与者对系统差异影响难量化、驾驶人难估计——人类驾驶员的非可控性和异质性三大问题。


2CDE6

汇报内容


接下来,房世玉为大家带来技术路线的介绍,为解决基于博弈所存在的问题,该研究首先建立了势博弈模型,该模型考虑了人机混驾下驾驶人的异质性导致多均衡时无固定选取范式,进一步的其用用Shapley值通过边际效益量化每辆车的贡献实现系统收益平缓过渡,同时考虑了驾驶人风格,利用了参数权重关系表征驾驶人风格,同时借鉴反向传递算法动态更新权重估计。


2D153

汇报内容


基于技术路线所搭建的模型,构建了一个包含CAVs与HDVs(考虑不同驾驶风格)的仿真场景。进一步的,在该场景中进行了纯CAV环境(简单场景,4车参与),人机混驾环境(匀质混驾场景,8车参与),异质人机混驾环境三大组实验。实验结果表明,在单步规划下引入自适应算法提升安全但效率降低,也证明了在各渗透率下多步自适应势博弈均能保障混驾环境下的效率和安全,并能实现对不同类型HDV的动态估计。


3C476

汇报内容


在交流讨论环节,2020级博士生周东浩对研究的内容和技术路线进行了提问,2023即博士生刘学凯就势函数其中参数设置进行了提问,2023级博士生刘懿如对社会化参数设置与算法内容等问题进行了提问,2023级硕士生何佳原对势函数的建立进行了提问,2023级硕士生刘林坤对驾驶员风格的区分方式与内容进行了提问,2023级硕士生叶轶淳对不确定性的刻画方式进行了提问,2021级博士聂通对其中所提出的问题的优化方法进行了提问。

孙剑老师从研究问题的方法与思路等方面提出了建议。田野老师从所建立模型的博弈框架等方面提出了建议。倪颖老师也对研究方法给出了建议。秦国阳老师从根据势博弈的使用范围给出了建议。岳李圣飒老师从驾驶员风格的相关内容提出了建议。梁浩阳老师从实验内容等方面给出了建议。

至此,本次组会圆满结束。



电话:021-69583650  管理员邮箱:2015qgy@tongji.edu.cn  
地址:上海市曹安公路4800号同济大学交通运输工程学院A440  邮编:201804

Creative Commons License TOPS课题组 页面浏览465,829次/访客70,123人次