arXiv · AI· Longhao Yan, Jinhao Liang, Kaidi Yang·· 24 天前AI 评分20
HFG-MAIRL:基于人类反馈引导的多智能体逆强化学习交互驾驶行为建模框架
Human-Feedback-Guided Multi-Agent Inverse Reinforcement Learning for Interactive Driving Behavior Modeling
AI 导读
HFG-MAIRL 框架结合多智能体最大熵逆强化学习与人类反馈,用于建模交互驾驶行为。 该框架通过局部化马尔可夫博弈建模车辆交互,利用有限边缘响应迭代避免联合动作空间指数增长,并采用 Bradley-Terry 似然将驾驶员情绪标签转化为序数偏好约束。 实验基于 AIDE 数据集表明,该方法在决策建模上优于 IRL 基线,并生成可解释的反馈对齐奖励模式。
来源:arXiv · AI · arxiv.org