arXiv cs.AI· Longhao Yan, Jinhao Liang, Kaidi Yang·· 7 天前AI 评分32
面向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
HFG-MAIRL 框架提出了一种人类反馈引导的多智能体逆强化学习方法，用于交互式驾驶行为建模。该框架在局部马尔可夫博弈中通过有限边际响应迭代避免动作空间膨胀，并借助 Bradley-Terry 似然将驾驶员情绪等反馈转化为偏好监督。在 AIDE 数据集上的实验表明，HFG-MAIRL 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 cs.AI · arxiv.org