驾驶员注意力缺失的战略性缓解:基于开放量子认知模型

最先进的驾驶辅助系统未能有效缓解驾驶员注意力缺失,对日益增多的道路事故(例如因各类导致驾驶员注意力缺失的因素引发的事故所造成的生命损失与人身伤害)影响甚微。这是因为传统人机交互设定建模范式位于经典与行为博弈论领域,其技术适用性仅在于刻画两个效用最大化智能体或人类决策者之间的战略交互。为此,为提升驾驶辅助系统的说服效力,我们开发了一种新颖的、战略性的个性化驾驶辅助系统,可适应驾驶员的心理状态与选择行为。首先,我们提出人机交互博弈中的一种新均衡概念,其中系统最大化其期望效用,而人类决策可用任意通用决策模型刻画。随后,我们利用该新均衡概念研究战略性人车交互博弈,其中车辆给出说服性建议以引导驾驶员作出更安全的驾驶决策。我们假设驾驶员采用开放量子系统认知模型,该模型捕捉了人类决策的复杂面向,例如对经典全概率定律的违背以及某些信息心理表征的不可兼容性。我们给出了博弈双方对彼此策略最终响应的闭式表达,从而可数值计算纯均衡与混合均衡。数值结果用以阐释这两类均衡。