迈向社交型自动驾驶车辆：基于理查森军备竞赛模型的高效碰撞避免方案

背景：道路碰撞和伤亡对全球通勤者构成严重威胁。自动驾驶车辆 (AVs) 旨在利用技术减少道路交通事故。然而，大多数关于碰撞避免的研究工作都是分别针对追尾、正面和侧面碰撞进行的，且场景多为拥堵程度较低、车间距较大的情况。目的：本文的目标是引入社交智能体的概念，该智能体能像人类一样以社交方式与其他 AVs 互动，具备预测意图（即心智化）和模仿彼此行动（即镜像）的能力。所提出的社交智能体基于受人脑启发的心智化和镜像能力，并针对拥堵城市道路交通下的碰撞检测与避免进行了建模。方法：我们设计了具备心智化和镜像能力的社交智能体，为此利用了 Niazi 和 Hussain 提出的认知智能体计算 (CABC) 框架中的探索性基于智能体建模 (EABM) 层级。结果：我们的仿真和实际实验表明，通过在 AVs 中嵌入理查森军备竞赛模型，可以在拥堵的城市道路上以群集拓扑结构行驶的同时避免碰撞。我们在两个不同层面上对 Proposed 社交智能体的性能进行了比较。