基于强化学习的混合自主交通中协同自动驾驶的鲁棒性与适应性
机器人学
2025-12-11 v1 机器学习
摘要
构建自动驾驶车辆（AV）是一个复杂的问题，但使它们能够在现实世界中运行——在那里它们将被人类驾驶车辆（HV）所包围——则极具挑战性。先前的工作已经展示了在一组遵循社会效用的 AV 之间建立智能体间合作的可能性。此类利他型 AV 可以形成联盟并影响 HV 的行为以实现社会期望的结果。我们指出了 AV 与 HV 共存中的两个主要挑战。首先，给定人类驾驶员的社交偏好和个体特征（例如无私和攻击性）对 AV 而言是未知的，并且在短暂的 AV-HV 交互过程中几乎不可能实时推断。其次，与预期遵循策略的 AV 不同，HV 不一定遵循平稳策略，因此极难预测。为缓解上述挑战，我们将混合自主问题表述为一个多智能体强化学习（MARL）问题，并提出一种用于训练协同 AV 的分散式框架与奖励函数。我们的方法使 AV 能够从经验中隐式学习 HV 的决策，在优先保障安全并允许适应性的同时优化社会效用；使利他型 AV 对不同的类人行为具有鲁棒性，并将其约束在安全动作空间内。最后，我们研究了 AV 对各种 HV 行为特征的鲁棒性、安全性与敏感性，并给出了 AV 能够学习可适应不同情况的协同策略的设置。
引用
@article{arxiv.2202.00881,
title = {Robustness and Adaptability of Reinforcement Learning based Cooperative Autonomous Driving in Mixed-autonomy Traffic},
author = {Rodolfo Valiente and Behrad Toghi and Ramtin Pedarsani and Yaser P. Fallah},
journal= {arXiv preprint arXiv:2202.00881},
year = {2025}
}