基于多智能体优势Actor-Critic的协作式自动驾驶车辆利他机动规划
机器人学
2025-12-11 v1 人工智能
摘要
随着自动驾驶车辆上路，我们将见证一种混合自主环境，其中自动驾驶车辆与人驾车辆必须学会通过共享同一道路基础设施来共存。为获得社会期望的行为，必须指示自动驾驶车辆在其决策过程中考虑周围其他车辆的效用。具体而言，我们研究自动驾驶车辆的机动规划问题，并探讨去中心化奖励结构如何在其行为中诱导利他主义，并激励它们顾及其他自动驾驶车辆与人驾车辆的利益。由于人驾驾驶员与自动驾驶车辆合作的意愿存在模糊性，这是一个具有挑战性的问题。因此，与依赖人驾驾驶员行为模型的现有工作不同，我们采取端到端方法，让自动驾驶智能体仅从经验中隐式学习人驾驾驶员的决策过程。我们引入了同步优势Actor-Critic (A2C)算法的多智能体变体，并训练能够彼此协调且可影响人驾驾驶员行为以改善交通流量与安全的智能体。
引用
@article{arxiv.2107.05664,
title = {Altruistic Maneuver Planning for Cooperative Autonomous Vehicles Using Multi-agent Advantage Actor-Critic},
author = {Behrad Toghi and Rodolfo Valiente and Dorsa Sadigh and Ramtin Pedarsani and Yaser P. Fallah},
journal= {arXiv preprint arXiv:2107.05664},
year = {2025}
}
备注
Accepted to 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2021) - Workshop on Autonomous Driving: Perception, Prediction and Planning