自动驾驶汽车的人类行为建模

一项研究表明，人类心理学模型可以帮助自动驾驶汽车与道路上的人类司机互动。Gustav Markkula 及其同事将多个计算心理模型组合成一个主模型，以模拟试图穿过繁忙道路的行人以及该道路上的人类驾驶员。该模型的目标是捕获导致观察到的行为的潜在认知机制。贝叶斯感知、心理理论、行为博弈论、行动方案的长期评估和证据积累决策的计算模型被整合起来，以预测在实际交通中观察到的微妙行为，例如在让行的汽车前面穿过之前的犹豫以夸张的方式停车，向行人发出汽车让行的信号，或者加速汽车以阻止行人过马路的机会。由此产生的模型还准确预测了 32 对在驾驶员-行人模拟器中作为驾驶员和行人互动的参与者的过马路行为。然而，作者指出，这种穿越情况几乎没有触及现实世界驾驶的表面。准确地模拟交通中人与人之间的无数交互所需的复杂性将需要大量的进一步工作。

作者表示，机器学习可能有助于对超出机械建模当前限制的行为进行建模，并且将这两种方法结合起来特别有前途。然而，作者指出，这种穿越情况几乎没有触及现实世界驾驶的表面。准确地模拟交通中人与人之间的无数交互所需的复杂性将需要大量的进一步工作。作者表示，机器学习可能有助于对超出机械建模当前限制的行为进行建模，并且将这两种方法结合起来特别有前途。然而，作者指出，这种穿越情况几乎没有触及现实世界驾驶的表面。准确地模拟交通中人与人之间的无数交互所需的复杂性将需要大量的进一步工作。作者表示，机器学习可能有助于对超出机械建模当前限制的行为进行建模，并且将这两种方法结合起来特别有前途。

标签：

免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！