「前沿技术」自动驾驶车辆的社会意识决策

---------- 获取更多信息，请关注我们----------

美国麻省理工学院将社会价值取向（SVO）和博弈论整合到自动驾驶车辆的决策机制中，以量化和预测驾驶员的社会行为，将预测误差降低了25%。

目前，自动驾驶车辆缺乏对人类行为的认知。研究人员将人类行为纳入车辆决策机制中，对驾驶员进行性格分类，从而实现智能、有社会意识的决策。首先，建立动态博弈模型，以游戏的方式展现驾驶员之间的交互，并计算其纳什均衡。随后，定义一个效用函数，将社会价值取向纳入动态博弈，其中社会价值取向用于衡量一个人如何将自己的奖励与他人的奖励进行权衡，判断驾驶员的社会行为是“利他”还是“利己”。自动驾驶车辆通过车载传感器观察其它车辆的轨迹，使用逆向强化学习来学习奖励结构，并根据估计的社会价值取向值生成候选轨迹。其中，当候选轨迹与实际观测轨迹匹配度最高时，确定最佳社会价值取向，并据此生成符合社会要求的自主驾驶行为。最后，研究人员利用仿真方法和NGSIM人类驾驶数据集，证实这种方法可以使自动驾驶车辆更好地并线和转向。

这项工作将提高自动行驶的智能化和安全性。