用于拥堵缓解的合作性建议残差策略
机器学习
2024-10-11 v1 人工智能
摘要
自动驾驶车队可以通过简单动作缓解交通拥堵，从而改善许多社会经济因素，如通勤时间和燃油成本。然而，这些方法在实际中受限于其假设对自动驾驶车队具有精确控制、为集中式传感器生态系统安装费用高昂，以及未能考虑驾驶员行为的不确定性。为此，我们发展了一类可用于合作性建议系统的学习残差策略，仅需一辆配备人类驾驶员的车辆。我们的策略建议驾驶员以方式缓解交通拥堵，同时考虑到各种驾驶员行为，特别是驾驶员对指令的反应，以提供更好的用户体验。为实现此类策略，我们引入了一个明确针对拥堵缓解和驾驶员态度的改进奖励函数。我们展示了这些残差策略可以通过对推断驾驶员特征进行条件化来实现个人化，这些特征是通过变分自编码器以无监督方式学习的。我们的策略在我们新颖的指令遵从驾驶员模型的模拟环境中进行训练，并通过模拟和用户研究（N=16）进行评估，以捕捉人类驾驶员的情感。我们的结果表明，我们的方法成功缓解了拥堵，能够适应不同驾驶员行为，分别在我们的仿真测试和用户研究中相对于基线实现了最高20%和40%的改进，改进措施为速度和速度偏差的时间组合指标。我们的 用户研究进一步表明，我们的策略是人类兼容的，并且能针对驾驶员进行个性化。
引用
@article{arxiv.2407.00553,
title = {Cooperative Advisory Residual Policies for Congestion Mitigation},
author = {Aamir Hasan and Neeloy Chakraborty and Haonan Chen and Jung-Hoon Cho and Cathy Wu and Katherine Driggs-Campbell},
journal= {arXiv preprint arXiv:2407.00553},
year = {2024}
}