LitSim: Conflict-aware Policy for Long-term Interactive Traffic Simulation

模拟在评估自动驾驶系统性能方面至关重要，因为与路上测试相比，模拟具有效率和成本优势。为了缩小模拟与现实之间的差距，需要真实的多智能体行为（例如，互动和长期）。现有的工作在实现这一目标时存在以下缺点：（1）日志回放提供了真实的场景，但由于缺乏动态互动而导致了不真实的碰撞，（2）基于模型和学习的解决方案鼓励互动，但在长期视角下通常偏离真实世界数据。在本研究中，我们提出了LitSim，一种长期互动模拟方法，可以最大程度地实现真实性，同时避免不真实的碰撞。具体而言，我们对大多数场景重放日志，并仅在LitSim预测到不真实冲突时进行干预。然后我们鼓励智能体之间的互动并解决冲突，从而降低不真实碰撞的可能性。我们在真实世界数据集NGSIM上训练和验证我们的模型，实验结果表明，LitSim在真实性和反应性方面优于当前流行的方法。

提高自动驾驶系统仿真的真实性和交互性，避免不真实的碰撞

LitSim：在大多数情况下使用日志回放，只在LitSim预测到不真实的冲突时进行干预，以鼓励智能体之间的交互并解决冲突，从而减少不真实的碰撞

使用NGSIM数据集进行训练和验证，实验结果表明LitSim在现实性和反应性方面优于当前流行的方法

其他工作存在的缺点是在现实性和交互性之间存在权衡，例如日志回放和基于模型或学习的方法