研究团队提出交互驾驶建模框架HFG-MAIRL

2026年10月27日，研究人员在 arXiv 发布论文，提出了用于混合交通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）框架。该框架通过局部马尔可夫博弈与有限边际响应迭代来避免动作空间膨胀，并借助 Bradley-Terry 似然引入情绪标签等成对偏好监督。在 AIDE 数据集上的实验结果显示，HFG-MAIRL 的决策建模表现优于代表性的逆强化学习（IRL）基线方法，能够生成与人类反馈保持对齐且具可解释性的奖励模式。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。