La evaluación de políticas en bucle cerrado puede verse afectada por la deriva propia del bucle cerrado. Un escenario definido mediante un guion antes de la ejecución, con rutas, velocidades o comportamientos predeterminados para los actores, puede no mantener la interacción prevista cuando la política del vehículo ego responde en bucle cerrado. Los actores reactivos no bastan, como tampoco bastan los activadores de escenarios. Un orquestador de escenarios aborda esta carencia mediante la supervisión continua del estado conjunto del tráfico y la adaptación coordinada de los actores ajenos al ego, ajustando los tiempos, las rutas y la asignación de roles. En cada paso, resuelve un problema de optimización restringida para que la interacción prevista siga siendo alcanzable, las intervenciones se mantengan limitadas y el tráfico siga siendo viable.
Ejecución guionizada
La realización de un escenario se mide comprobando si una ejecución satisface una secuencia de escenas. Este es un paradigma habitual en las pruebas basadas en escenarios, donde un escenario se representa como la evolución temporal de una secuencia de escenas que comienza en una escena inicial. Los grafos de escenas codifican la estructura y las relaciones entre las entidades de una escena. Trabajos recientes sobre pruebas los utilizan para generar pruebas a partir de escenas iniciales y continuaciones permitidas por una especificación.
Generación basada en datos
Las métricas basadas en puntuaciones miden hasta qué punto los actores son críticos para la seguridad del vehículo ego, pero no permiten determinar si una ejecución materializa un escenario específico.
Método
Un controlador escalable de simulación de tráfico multiagente aborda el problema de la orquestación de escenarios.
Optimización restringida
El enfoque resuelve un problema de optimización restringida en bucle cerrado mediante control de horizonte recedente.
Representación del escenario
Un escenario se modela como una lista de actores, cada uno con una secuencia de maniobras. Una maniobra es una acción discreta del conjunto left_turn, go_straight, right_turn, lane_change_left y lane_change_right, con parámetros continuos como la velocidad y el radio de giro. La ejecución se lleva a cabo en paralelo entre los actores y, para cada actor, de forma secuencial según el orden de la secuencia de maniobras.
Experimentos
Los experimentos abordan dos preguntas de investigación:
- RQ1: ¿El método realiza escenarios de forma más eficaz que otros métodos? Se examina hasta qué punto distintos métodos son adecuados para materializar de forma dirigida una intención de prueba predeterminada.
- RQ2: ¿El método somete las políticas a pruebas de estrés de forma más eficaz que otros métodos? Se examina hasta qué punto distintos métodos pueden identificar y provocar fallos en políticas del vehículo ego condicionadas por la intención.
Conclusión
La evaluación de políticas en bucle cerrado puede verse afectada por la deriva propia del bucle cerrado. Un escenario definido mediante un guion antes de la ejecución, con rutas, velocidades o comportamientos predeterminados para los actores, puede no mantener la interacción prevista cuando la política del vehículo ego responde en bucle cerrado. Los actores reactivos no bastan, como tampoco bastan los activadores de escenarios. El orquestador de escenarios supervisa continuamente el estado conjunto del tráfico y adapta de forma coordinada los actores ajenos al ego, ajustando los tiempos, las rutas y la asignación de roles. En cada paso, resuelve un problema de optimización restringida para que la interacción prevista siga siendo alcanzable, las intervenciones se mantengan limitadas y el tráfico siga siendo viable.
Los experimentos en CARLA, con distintas familias de escenarios y políticas del vehículo ego, muestran que esta orquestación materializa las interacciones previstas con mayor fiabilidad que los métodos de referencia basados en actores guionizados y aprendidos, incluso ante cambios en las condiciones iniciales y el comportamiento del vehículo ego. Al puntuar por separado la realización del escenario y la respuesta del vehículo ego, la evaluación puede determinar primero si se produjo la interacción prevista y, después, cómo se comportó la política en esa interacción.
El diseño actual está limitado por su dependencia de comportamientos de tráfico especificados manualmente, como ordenar los actores según la probabilidad de que ejecuten la acción prevista. Este enfoque no será escalable a medida que los escenarios se vuelvan más complejos y abiertos. La integración de modelos de actores basados en datos con los objetivos y las restricciones queda pendiente para trabajos futuros.
Agradecimientos
Se utilizaron herramientas de IA generativa, incluidos agentes de IA, para la ingeniería y la implementación del código base.
Preguntas frecuentes
¿Qué es la orquestación de escenarios? Es un método que supervisa el estado conjunto del tráfico y adapta los actores ajenos al ego para que una interacción prevista siga siendo alcanzable.
¿Cómo adapta el método a los actores del tráfico? Utiliza ajustes de tiempos, cambios de ruta y reasignación de roles, y resuelve una optimización restringida en cada paso.
¿Cómo se mide la realización de un escenario? Se considera que una ejecución realiza el escenario cuando satisface una secuencia de escenas.
¿Qué limitación señalan los autores? El diseño depende de comportamientos de tráfico especificados manualmente, lo que puede impedir que escale a escenarios más complejos y abiertos.