【文献】2020-Stanford：LUCIDGames

标题：LUCIDGames: Online unscented inverse dynamic games for adaptive trajectory prediction and planning

摘要：

1、当前的game-theoretic planner假定环境车辆动态已知；2、本文采用逆最优控制（inverse optimal control）估计环境车的代价方程；3、采用UKF在线迭代更新Bayes estimate的参数；4、planner利用Bayes估计的不确定结果进行规划；5、MPC planner实现40Hz的实时计算。

主要观点：perserving the coupling between planning and prediction is key to producing richer interactive behaviour among robots。

LUCIDGames:

　　　　　　1、动态游戏的nash均衡问题：找到一个均衡点，使所有agent的代价函数最小：

                                                         

                        2、目标方程的参数化：（1）由状态x和控制序列u构成，

                                                                

                                                             （2）利用UKF估计权重向量：

                                                                      

                         3、UKF的作用：（1）利用估计的权重θ生成预测轨迹，并进一步进行规划决策。UKF可以利用新的观测更新估计参数θ，从而优化预测和决策结果；

                                                     （2）关键部分为measurement model, mapping θ to system state x

                          4、估计和规划结合：（1）前向传播得到x(t+1)，再估计出θ的均值和方差，如图：

                                                     

                           5、预测结果对比评价：3s长度的预测轨迹；L2距离ADE；三种scenario

                                                          （1）LUCIDGames;（2）Line Prediction(kinematic);（3）No Estim; （4）Oracle(Truth)

结论：

（1）利用expert信息设计了车辆的目标函数；（2）通过object func参数估计的（10）量级的参数，计算得到了（100-1000）量级参数的车辆轨迹；（3）dynamically feasible traj; （4）tend to act optimally; （5） capture the interactive nature of agents

个人观点：

作者主要关注有限时域内（receding horizon）的规划问题，通过inverse optimal control的方法，建立了各个agent的目标函数，并且利用UKF思想实时估计object Func的权重参数，从而生成了此时域内的各个agent的预测轨迹。这个框架得益于optimal control和game-theoretic方法，一方面实现了agent之间的交互作用，一方面各个agent的轨迹符合环境约束和局部最优。