arXiv 人工智能· Longhao Yan, Jinhao Liang, Kaidi Yang·· 1 天前AI 评分34
用于交互式驾驶行为建模的人类反馈引导多智能体逆强化学习（HFG-MAIRL）
Human-Feedback-Guided Multi-Agent Inverse Reinforcement Learning for Interactive Driving Behavior Modeling
AI 导读
研究人员提出人类反馈引导的多智能体逆强化学习框架 HFG-MAIRL，用于混合交通交互式驾驶行为建模。该框架通过局部马尔可夫博弈与有限边际响应迭代避免动作空间膨胀，并借助 Bradley-Terry 似然引入情绪标签等成对偏好监督。AIDE 数据集实验表明，其决策建模表现优于代表性 IRL 基线，可生成与反馈对齐的可解释奖励模式。
来源：arXiv 人工智能 · arxiv.org