Biased-Attention Guided Risk Prediction for Safe Decision-Making at Unsignalized Intersections

📄 arXiv: 2510.12428v1 📥 PDF

作者: Chengyang Dong, Nan Guo

分类: cs.AI

发布日期: 2025-10-14

🔗 代码/项目: GITHUB

💡 一句话要点

提出基于偏置注意力的风险预测方法，提升无人驾驶车辆在无信号交叉口的安全决策能力

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 自动驾驶 深度强化学习 风险预测 偏置注意力 无信号交叉口

📋 核心要点

  1. 无信号交叉口的自动驾驶决策面临复杂交互和高风险，现有方法难以有效预测长期风险。
  2. 利用偏置注意力机制构建交通风险预测器，将长期碰撞风险转化为密集奖励，指导强化学习智能体决策。
  3. 实验结果表明，该方法显著提升了交叉口的交通效率和车辆安全性，验证了其在复杂场景下的有效性。

📝 摘要（中文）

本文针对无信号交叉口自动驾驶决策面临的复杂动态交互和高冲突风险问题，提出了一种集成偏置注意力机制的深度强化学习（DRL）决策框架。该框架基于软演员-评论家（SAC）算法构建，其核心创新在于利用偏置注意力构建交通风险预测器。该预测器评估车辆进入交叉口的长期碰撞风险，并将此风险转化为密集的奖励信号，以指导SAC智能体做出安全高效的驾驶决策。仿真结果表明，该方法有效提高了交叉口的交通效率和车辆安全性，证明了该智能决策框架在复杂场景中的有效性。

🔬 方法详解

问题定义：论文旨在解决无信号交叉口场景下，自动驾驶车辆如何做出安全高效决策的问题。现有方法通常难以准确预测车辆的长期风险，导致决策过于保守或激进，无法在安全性和效率之间取得平衡。

核心思路：论文的核心思路是利用偏置注意力机制来预测车辆的长期碰撞风险，并将该风险信息融入到强化学习的奖励函数中。通过这种方式，智能体可以学习到更加安全和高效的驾驶策略。偏置注意力机制允许模型关注与风险相关的特定区域或对象，从而提高风险预测的准确性。

技术框架：该框架基于软演员-评论家（SAC）算法，并集成了一个偏置注意力模块。整体流程如下：首先，环境提供车辆的状态信息；然后，偏置注意力模块根据状态信息预测车辆的长期碰撞风险；接着，SAC智能体根据状态信息和风险预测结果，选择一个动作；最后，环境执行该动作，并返回新的状态和奖励。奖励函数的设计考虑了交通效率和安全性，其中风险预测结果被用作一个重要的奖励信号。

关键创新：该论文的关键创新在于将偏置注意力机制引入到强化学习框架中，用于预测车辆的长期碰撞风险。与传统的强化学习方法相比，该方法能够更准确地评估风险，从而做出更安全和高效的决策。此外，将风险预测结果转化为密集奖励，可以加速智能体的学习过程。

关键设计：偏置注意力模块的网络结构未知，但其目的是根据车辆的状态信息，预测车辆在未来一段时间内的碰撞风险。奖励函数的设计需要平衡交通效率和安全性，例如，可以设置一个与速度相关的奖励，以及一个与碰撞风险相关的惩罚。SAC算法中的温度参数需要仔细调整，以控制探索和利用之间的平衡。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

论文通过仿真实验验证了所提出方法的有效性，结果表明该方法能够显著提高交叉口的交通效率和车辆安全性。具体的性能数据和对比基线未知，但摘要强调了该方法在复杂场景下的有效性。

🎯 应用场景

该研究成果可应用于自动驾驶车辆在复杂交通环境下的决策控制，尤其是在无信号交叉口等高风险场景。通过提升车辆的安全性和通行效率，有助于推动自动驾驶技术的商业化落地，并改善城市交通状况，减少交通事故。

📄 摘要（原文）

Autonomous driving decision-making at unsignalized intersections is highly challenging due to complex dynamic interactions and high conflict risks. To achieve proactive safety control, this paper proposes a deep reinforcement learning (DRL) decision-making framework integrated with a biased attention mechanism. The framework is built upon the Soft Actor-Critic (SAC) algorithm. Its core innovation lies in the use of biased attention to construct a traffic risk predictor. This predictor assesses the long-term risk of collision for a vehicle entering the intersection and transforms this risk into a dense reward signal to guide the SAC agent in making safe and efficient driving decisions. Finally, the simulation results demonstrate that the proposed method effectively improves both traffic efficiency and vehicle safety at the intersection, thereby proving the effectiveness of the intelligent decision-making framework in complex scenarios. The code of our work is available at https://github.com/hank111525/SAC-RWB.