面向安全与行人感知自动驾驶的认知 Level-$k$ 元学习
机器人学
2023-02-02 v3 人工智能
人机交互
机器学习
最优化与控制
摘要
现代自动驾驶汽车的潜在市场巨大，其发展速度惊人地快。然而与此同时，在行人横穿街道的案例中已记录到由自动驾驶导致的行人死亡事故。为确保自动驾驶环境中的交通安全并应对如乱穿马路等车-人交互挑战，我们提出Level-元强化学习(LK-MRL)算法。它考虑了行人反应的认知层级，使自动驾驶车辆能适应多样的人类行为。作为一种自动驾驶车辆算法，LK-MRL将level-思维融入MAML，结合元强化学习与人类认知层级框架，以应对异质行人并提升交叉路口安全性。我们在城市交通模拟器的两种认知对抗层级场景中评估该算法，并通过展示其推测性与更高层级推理能力，阐明其在保障道路安全中的作用。
引用
@article{arxiv.2212.08800,
title = {Cognitive Level-$k$ Meta-Learning for Safe and Pedestrian-Aware Autonomous Driving},
author = {Haozhe Lei and Quanyan Zhu},
journal= {arXiv preprint arXiv:2212.08800},
year = {2023}
}