面向AV决策的福祉与信任计算模型
人工智能
2025-05-22 v1 人机交互
机器人学
摘要
为了使人类-自动驾驶车辆(AV)交互更加有效和顺畅，必须开发能够分析并将人类需求与自动化决策对齐的人类感知系统。这需要系统能够考虑人类的认知状态。我们提出了一种新的计算模型，形式为动态贝叶斯网络(DBN)，用于推断AV用户及其他道路用户的认知状态，并将此信息整合到AV的决策过程中。具体而言，我们的模型将AV用户与交互道路用户的福祉作为认知状态，同时包括信任。我们的DBN模型基于观察到的交互经验，推断AV用户演化中福祉、信任和意图状态的信念分布，以及其他道路用户可能的福祉。在数据收集的交互研究中，我们细化了模型参数并实证评估了其性能。最后，我们将模型扩展为因果推断模型(CIM)框架，用于AV决策，使AV能够在提升用户福祉和信任的同时，平衡这些因素与其自身的运行成本以及交互道路用户的福祉。我们的评估表明，该模型在准确预测用户状态方面有效，并能引导明智的人本化AV决策。
引用
@article{arxiv.2505.14983,
title = {Toward Informed AV Decision-Making: Computational Model of Well-being and Trust in Mobility},
author = {Zahra Zahedi and Shashank Mehrotra and Teruhisa Misu and Kumar Akash},
journal= {arXiv preprint arXiv:2505.14983},
year = {2025}
}