SGTP：用博弈论与GPU采样提升多车自动驾驶竞速规划

导语

多车自动驾驶竞速并不是简单的“沿着最短路线开得更快”。在同一条赛道上，车辆之间会持续发生抢线、阻挡、超车和避让等高频交互，规划器既要预测对手行为，又要在很短时间内给出可执行决策。论文 SGTP: Sampling-based Game-Theoretic Planning for Real-Time Multi-Vehicle Autonomous Racing 针对这一难题，提出了 Sampling-based Game-Theoretic Planning（SGTP）框架，试图在实时计算、竞争策略和安全可行性之间建立更稳健的平衡。

核心要点

• 采样式规划与博弈推理结合：SGTP 不只从单车最优角度生成轨迹，而是将博弈论中的 best-response 思路引入规划过程，让车辆在生成策略时考虑竞争对手可能带来的互动影响。
• GPU 加速控制采样与动力学 rollout：框架通过 GPU 并行采样控制序列，并展开车辆动力学轨迹，从而在有限时间内评估大量候选行为。这一点对竞速场景尤为关键，因为规划窗口短、交互变化快。
• 游戏感知代价函数：论文提出用 game-aware cost 对候选轨迹排序，使规划器能够偏好更符合竞争语境的行为，例如进攻性超车、防守线路或策略切换，而不是只追求几何上的平滑与安全。
• 显式可行性筛选：在选择轨迹时，SGTP 会检查赛道边界约束和动态碰撞规避约束，确保策略变化不会以越界或碰撞为代价。最终执行的是满足约束的低代价可行轨迹。
• 仿真结果与扩展性：论文称，在具有挑战性的赛道仿真中，SGTP 在高交互竞速中达到 95.24% 胜率和 99.35% 任务完成率，多轮迭代求解的平均计算时间为 0.095 秒；同时还展示了最多 10 个智能体的大规模场景应用。

意义与影响

SGTP 的价值在于，它把自动驾驶竞速中常见的两类需求放到同一框架下处理：一方面需要足够“聪明”的竞争策略，另一方面又必须满足实时与安全约束。传统方法可能在策略丰富性与计算效率之间取舍明显，而 SGTP 借助 GPU 采样扩大候选行为空间，再用博弈代价和可行性筛选压缩到可执行方案，形成了比较实用的工程路径。

这项研究也有助于推动多智能体自动驾驶评测。竞速虽然是极端场景，但其中的交互规划问题与城市道路中的并线、抢行、让行和避障有相通之处。论文同时释放代码并提供多智能体自动驾驶竞速算法基准，意味着后续研究者可以在统一环境中比较不同规划器的表现。不过，目前材料主要强调仿真结果，真实车辆部署、传感误差、通信限制和更复杂交通规则下的表现，仍需要进一步验证。

来源：Hugging Face Daily Papers