Le trafic dense n'est pas simplement un déplacement de voitures, mais un dialogue silencieux permanent. Le conducteur déchiffre les intentions de ses voisins à travers de légers mouvements de carrosserie, des accélérations et des pauses. Un tel dialogue est plus difficile pour un pilote automatique : les réseaux neuronaux classiques prédisent bien les trajectoires individuelles, mais expliquent mal pourquoi tel comportement a été choisi. La méthode MPCFormer tente de combiner prédiction et sécurité, afin que la voiture non seulement devine la trajectoire, mais comprenne aussi la logique des interactions sociales sur la route.
Pourquoi les modèles classiques ne suffisent pas dans un flux dense
Lorsque les voitures roulent en file serrée et changent constamment de voie, le comportement d'un participant dépend directement des actions des autres. Une erreur d'évaluation de cette interaction mène à deux extrêmes : le pilote automatique agit soit avec trop de prudence et gêne le flux, soit tente une manœuvre à un moment inapproprié.
Les planificateurs purement basés sur l'apprentissage savent copier le style de conduite à partir des données, mais leur logique interne reste souvent une « boîte noire ». Dans les situations ordinaires, c'est acceptable, mais dans un trafic dense à la sortie d'une autoroute, le prix d'une décision imprévisible est trop élevé. Les méthodes de contrôle classiques, à l'inverse, comprennent bien la physique du mouvement, mais ne tiennent pas toujours compte du fait que les autres conducteurs ont aussi des objectifs, réagissent et cèdent le passage.
Un compromis entre la physique et les données
Les auteurs de l'approche proposent de ne pas choisir entre la modélisation physique et l'apprentissage automatique, mais de les combiner. Au cœur de la méthode MPCFormer se trouve une dynamique couplée des interactions sociales : les états des véhicules ne sont pas décrits individuellement, mais comme un système unifié, où les actions d'un participant modifient les conditions pour tous les autres.
La dynamique est construite dans un espace d'états discret, et les priorités physiques (priors) sont intégrées au modèle. Grâce à cela, les représentations intermédiaires restent explicables : un expert peut retracer sur quelles contraintes le système s'appuie pour prendre une décision. Les coefficients de la dynamique ne sont pas assignés manuellement — ils sont appris par une architecture Transformer encodeur-décodeur à partir d'enregistrements de conduite naturelle.
Selon les chercheurs, il s'agit de la première approche qui modélise explicitement la dynamique conjointe de plusieurs véhicules, plutôt que de se limiter à des prévisions indépendantes.
Pourquoi spécifiquement MPC
La dynamique apprise donne au planificateur la possibilité de générer divers scénarios de comportement semblables à ceux d'un humain : le pilote automatique peut agir avec plus d'assurance ou de manière plus conciliante selon la situation. Mais le réseau neuronal ne garantit pas la sécurité à lui seul.
C'est ici qu'intervient le model predictive control — MPC. Il vérifie que les candidats générés respectent les contraintes et rejette les options dangereuses avant qu'elles ne soient exécutées. Cela réduit les risques caractéristiques des méthodes qui s'appuient entièrement sur la sortie du réseau neuronal.
Ce que les tests ont montré
Les développeurs ont évalué MPCFormer sur le jeu de données ouvert NGSIM, qui contient des enregistrements de trafic réel sur autoroute. Avec un horizon de prédiction de 5 secondes, l'erreur moyenne de prédiction de trajectoire était de 0,86 mètre — le meilleur résultat parmi les approches modernes examinées.
Des scénarios en boucle fermée avec des interactions intenses ont également été testés séparément : la voiture devait effectuer plusieurs changements de voie successifs pour réussir à sortir sur une bretelle de sortie. Ici aussi, le modèle hybride a montré un avantage notable par rapport à un planificateur basé sur l'apprentissage par renforcement :
- 94,67 % — proportion de manœuvres réussies ;
- +15,75 % — gain d'efficacité de conduite ;
- 0,5 % — taux de collision, contre 21,25 % pour le planificateur RL de base.
La réduction des situations dangereuses de près de 40 fois est l'argument principal en faveur du fait que des contraintes physiques explicables, combinées à des modèles sociaux appris, rendent le pilote automatique plus sûr et son comportement plus proche de celui d'un conducteur expérimenté.
