MR-LDM——合并-反应纵向决策模型：面向交互式仿真代理的博弈论人类决策建模

增强仿真环境以复制真实世界司机行为，即更符合人类行为的仿真代理，是发展自动驾驶技术的关键。针对高速公路匯入场景，先前研究聚焦于滞后车辆针对匯入车辆的运营层级让让动态；其他研究则一般考虑有限的行动集合或采用大参数集且受限于 payoff 边界的 payoff 函数。在本工作中，我们旨在通过改进 payoff 函数和滞后动作，为战术决策构建更具解释性和可解释性的博弈论模型，以提高高速公路匯入情景的仿真。我们将该模型与底层 dynamics 模型耦合，形成统一的决策和 dynamics 模型，能够捕捉匯入互动并在可解释、可解释的层面上模拟更真实的互动。所提出的模型在真实世界数据集上的验证表明，能够良好复现复杂的互动。最终，该模型被整合到高保真仿真环境中，确认其在大规模仿真中具有足够的计算效率，支持自动驾驶技术开发。