不可预测性是否影响驾驶行为？

本文研究了周围车辆的不可预测性对执行驾驶操纵的自车（ego-car）的影响。我们使用最大熵逆强化学习为高速公路场景下执行变道行为的自车建模奖励函数。我们基于周围车辆的不可预测性定义了一种新特征，并将其用于奖励函数中。我们从人类数据中学习两个奖励函数：一个基线函数和一个融入我们所定义不可预测性特征的函数，随后通过定量与定性评估比较它们的性能。我们的评估表明，融入不可预测性特征能更好地拟合人类生成的测试数据。这些结果鼓励进一步研究不可预测性对驾驶行为的影响。