CARVE : Réparation certifiée et abordable de manœuvres rejetées via des enveloppes pour la conduite interactive

Résumé

La conduite interactive révèle un mode de défaillance facile à manquer dans les piles de conduite autonome conscientes des règles : une marge de règle stricte peut devenir négative pour un candidat ego, même si une petite concession légale de la part d’un agent non prioritaire rétablirait la faisabilité. Les livrets de règles, boucliers et filtres d’atteignabilité existants sont efficaces pour opposer leur veto à des actions dangereuses, tandis que les planificateurs basés sur la prédiction modélisent les réponses probables. Ni les uns ni les autres ne renvoient un objet de preuve en temps réel qui indique quelle modification multi-agents bornée répare la manœuvre, à qui appartient la modification, si la demande est abordable en termes de priorité, et quelle solution de repli pour l’ego reste si la demande n’est pas respectée. Nous formulons cet objet manquant comme une *certification de réparation interactive* et introduisons *CARVE*, une couche de certification sans prédiction reposant sur un treillis fini d’opérateurs tactiques appartenant à l’ego et à l’agent. Les demandes appartenant à l’agent ne sont admissibles qu’à l’intérieur de \(B_j(s) = β(π_j)α_j^{\max}(s)\), une enveloppe de coopération qui sépare l’atteignabilité cinématique de la priorité normative. Le certificat résultant enregistre la règle contraignante, la catégorie de réparation, l’ensemble de réparation, la répartition des coûts pondérée par la responsabilité et la solution de repli. Sur 589 épisodes de rejeu INTERACTION ancrés dans la géométrie Lanelet2, CARVE-Greedy accepte 98,64 % des manœuvres initialement mises en veto et récupère 370/378 faux vetos résolus par l’humain, tout en préservant 589/589 respect des priorités, zéro faux positif d’agent prioritaire et 400/400 vetos de stress négatif. Nous prouvons la solidité du certificat, le respect structurel des priorités, la minimalité exacte dans un treillis fini, la contingence de repli et les conditions de cohérence de l’attribution de responsabilité. CARVE ne prédit ni n’exige la conformité d’un autre conducteur ; il certifie si une interaction proposée est bornée, attribuable et normativement admissible sous les hypothèses déclarées.

English

Interactive driving exposes a failure mode that is easy to miss in rule-aware autonomous-driving stacks: a hard-rule margin can be negative for an ego candidate even though a small lawful accommodation by a non-priority agent would restore feasibility. Existing rulebooks, shields, and reachability filters are strong at vetoing unsafe actions, while prediction-based planners model likely responses. Neither returns a runtime proof object that states which bounded multi-agent edit repairs the maneuver, who owns the edit, whether the request is right-of-way affordable, and what ego fallback remains if the request is not observed. We formulate this missing object as *interactive repair certification* and introduce *CARVE*, a prediction-free certificate layer over a finite lattice of ego-owned and agent-owned tactical operators. Agent-owned requests are admissible only inside \(B_j(s) = β(π_j)α_j^{\max}(s)\), a cooperation envelope that separates kinematic reachability from normative priority. The resulting certificate records the binding rule, repair category, repair set, responsibility-weighted cost split, and fallback. On 589 Lanelet2-geometry-grounded INTERACTION replay episodes, CARVE-Greedy accepts 98.64% of initially vetoed maneuvers and recovers 370/378 human-resolved false vetoes, while preserving 589/589 right-of-way respect, zero priority-agent false positives, and 400/400 negative-stress vetoes. We prove certificate soundness, structural right-of-way respect, exact finite-lattice minimality, fallback contingency, and blame-consistency conditions. CARVE does not predict or require another driver's compliance; it certifies whether a proposed interaction is bounded, attributable, and normatively admissible under declared assumptions.