用于单车道道路问题的具有社会感知的强化学习智能体
人工智能
2021-11-04 v3 计算机科学与博弈论
人机交互
机器人学
摘要
我们提出了单车道道路问题。在该问题中，两个智能体位于一条仅能同时容纳一个智能体通过的道路的相对位置。我们关注其中一个智能体为人、另一个为自治智能体的场景。我们在模拟单车道道路问题的简单网格域中对人类受试者进行了实验。我们表明，当数据有限时，构建准确的人类模型非常具有挑战性，且基于该数据的强化学习智能体在实践中表现不佳。然而，我们表明，一个试图最大化人类效用与其自身效用的线性组合的智能体取得了高分，并显著优于其他基线，包括仅试图最大化自身效用的智能体。
引用
@article{arxiv.2109.05486,
title = {A Socially Aware Reinforcement Learning Agent for The Single Track Road Problem},
author = {Ido Shapira and Amos Azaria},
journal= {arXiv preprint arXiv:2109.05486},
year = {2021}
}