异构混合交通中连接自动驾驶车辆的合作驾驶：一种博弈理论方法
摘要：高密度非信号交叉口一直是效率和安全的瓶颈。连接自动驾驶车辆（CAVs）的出现导致了混合交通状态，进一步增加了交通系统的复杂性。在这种背景下，本文旨在研究高密度混合非信号交叉口的车辆互动和冲突解决问题。根据对CAVs和人驾驶车辆（HVs）之间互动及CAVs合作的理论洞察，提出了一种新颖的异构混合交通环境下合作决策框架。将归一化合作博弈与Level-k博弈相结合（NCL博弈），生成系统的最优解。然后，格状规划器为CAVs生成最优且无碰撞的轨迹。为了模拟混合交通中的HVs，从自然驾驶数据中提取交互作用作为先验知识。将非合作博弈和逆强化学习（IRL）相结合，以模仿异构HVs的决策过程。最后，进行了三个案例来验证所提算法的性能，包括与不同方法的比较分析、在不同渗透率下的案例研究以及与异构HVs的互动分析。研究发现，所提出的合作决策框架有助于解决驾驶冲突和提高混合非信号交叉口的交通效率。此外，由于考虑了驾驶的异质性，本文实现了更好的人机交互和合作。
作者：Shiyu Fang, Peng Hang, Chongfeng Wei, Yang Xing, Jian Sun
论文ID：2305.03563
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2023-05-08