基于合理性准则评估交互式自动驾驶的情景决策：综述

自动驾驶车辆（AVs）能够在安全性、可靠性和脱碳方面显著促进道路交通出行的发展。然而，在动态且多样化的环境中确保交互过程的安全与高效，仍然是大规模采用自动驾驶车辆的主要障碍。近年来，深度强化学习（DRL）作为一种先进的基于人工智能的方法出现，使自动驾驶车辆能够从数据和交互中自适应地学习决策策略。由于具有自适应性，DRL 策略比传统基于规则的方法更适合处理复杂、动态和不可预测的驾驶环境。然而，不同的驾驶场景带来了不同的挑战，例如在高速公路上避障和在交叉路口到达特定出口，这需要针对不同场景的特定决策算法。目前已经提出了许多用于交互决策的 DRL 算法。然而，缺乏对这些 DRL 算法在各种场景下的合理性综述。因此，必须进行全面的评估，从多个角度（包括车辆用户和车辆制造商的角度）评估这些算法。本综述回顾了 DRL 算法在典型场景下自动驾驶中的应用，总结了道路特征和最新进展。这些场景包括高速公路、匝道汇入、环岛和无信号交叉口。此外，基于五个合理性准则评估了基于 DRL 的算法：驾驶安全性、驾驶效率、训练效率、无私性和可解释性（DDTUI）。具体分析了 DDTUI 的每个准则与所回顾算法的关系。最后，总结了未来基于 DRL 的决策算法面临的挑战。