자율주행차, 좁은 골목길서 인간같은 협상 주행 알고리즘 개발

일방통행로 정면충돌 상황, 인간은 협상으로 해결

좁은 일방통행로에서 두 차량이 정면으로 마주치면 인간 운전자는 옆으로 비켜주거나 손짓으로 양보를 유도하며 상호작용으로 안전하게 통과합니다. 하지만 자율주행차는 상대 운전자의 의도와 협조성을 이해하고 대응해야 하는 더 어려운 과제에 직면합니다.

카네기멜론대 아르고 AI 센터, 협조성 모델링 알고리즘 개발

크리스토프 킬링 연구진이 '다중 에이전트 강화학습(MARL)'으로 상대 운전자의 협조성(양보 확률)을 모델링해 자율주행차가 방어운전과 타 에이전트 행동 해석 등 인간다운 행동을 시뮬레이션에서 구현했습니다.

보상 기반 시스템으로 안전성 확보

"안전을 최우선으로 상호작용 유도" - 충돌은 큰 페널티, 타임아웃도 소량 페널티로 상호작용 학습 유도. 순수 안전 지향이면 양쪽 다 비켜서 교착 상태, 한 쪽은 양보하고 한 쪽은 통과하는 '상보적 행동' 학습이 핵심.

킬링 연구진과의 Q&A 핵심 내용

• 관측 방식: 조감도 아닌 자차 중심 에고센트릭 시점, 카메라 사각지대 존재하지만 연속된 관측 연결(concatenate)로 상대 협조성 추론
• 주요 파라미터: 전방 거리·상대속도, 핸들 각도, 스로틀 위치, 협조성 값
• 남은 과제: 과도하게 공격적/수동적 쌍방 매칭 시 승객 불쾌감 유발 기동, 인간 운전자와의 상호작용 검증, 후진 기동 허용, 실차 적용
• 공격적/협조적 상대 대응: 상대 감속 감지 즉시 통과, 또는 상대 진입 시 양보하는 상보적 행동 선택

향후 연구 방향

1) 자율차-인간 운전자 상호작용 확장 2) 후진 기동 허용으로 교착 상태 회복 3) 시뮬레이션에서 실차 적용으로 전환. "수학적 이유로 '화내기' 모델링은 배제"라는 유머러스한 언급도.