AIDE dataset

新框架利用人类反馈模拟交互式驾驶行为

研究人员开发了一个名为“基于人类反馈的多智能体逆强化学习”（HFG-MAIRL）的新框架，以更好地模拟混合交通场景中的人类驾驶行为。该框架通过显式地在局部马尔可夫博弈中模拟车辆之间的交互，而不是将其他车辆视为单纯的障碍物，从而解决了现有方法的局限性。它还纳入了人类反馈，如驾驶员情绪标签，作为序数偏好来改进奖励恢复。在AIDE数据集上的实验表明，HFG-MAIRL在决策建模方面优于传统的逆强化学习基线，并生成了可解释的、与反馈一致的奖励模式。