利用局部状态注意力解决多自动驾驶车辆控制中的高速公路冲突
人工智能
2025-09-19 v1 机器学习
摘要
在混合交通环境中，自动驾驶车辆必须适应人类驾驶车辆和其他异常驾驶情况。这一设定可以建模为多智能体强化学习（MARL）环境，其中自动驾驶车辆之间具有完全合作的奖励。虽然多智能体近端策略优化等方法在训练 MARL 任务方面可能有效，但它们通常无法解决智能体之间的局部冲突，也无法泛化到随机事件。在本文中，我们提出了一种局部状态注意力模块来辅助输入状态表示。通过自注意力算子，该模块预期能够压缩邻近智能体的关键信息，以解决交通场景中的冲突。利用一个以优先车辆作为意外事件的模拟高速公路汇入场景，我们的方法能够优先处理其他车辆的信息来管理汇入过程。结果表明，与流行基线相比，汇入效率显著提升，尤其是在高密度交通环境中。
引用
@article{arxiv.2506.11445,
title = {Resolve Highway Conflict in Multi-Autonomous Vehicle Controls with Local State Attention},
author = {Xuan Duy Ta and Bang Giang Le and Thanh Ha Le and Viet Cuong Ta},
journal= {arXiv preprint arXiv:2506.11445},
year = {2025}
}