AEGIS：基于人类注意力的智能车辆系统可解释性指导框架
人工智能
2025-04-09 v1
摘要
提升自动智能车辆 (AIV) 的决策能力是近年来热门的研究主题。尽管取得了进展，但训练机器捕获类似人类感知和推理的场景中感兴趣区域，仍是一大挑战。本研究引入一种新型框架：基于人类注意力的可解释性指导，用于智能车辆系统 (AEGIS)。AEGIS 利用从眼动捕获中转换的人类注意力，指导强化学习 (RL) 模型识别决策中关键的感兴趣区域。AEGIS 采用预训练的人类注意力模型，指导 RL 模型识别决策中关键的感兴趣区域。通过收集来自 20 名参与者的 120 万帧图像（覆盖六种场景），AEGIS 对人类注意力模式进行预训练，以预测人类注意力分布。
引用
@article{arxiv.2504.05950,
title = {AEGIS: Human Attention-based Explainable Guidance for Intelligent Vehicle Systems},
author = {Zhuoli Zhuang and Cheng-You Lu and Yu-Cheng Fred Chang and Yu-Kai Wang and Thomas Do and Chin-Teng Lin},
journal= {arXiv preprint arXiv:2504.05950},
year = {2025}
}