arXiv cs.AI· Longhao Yan, Jinhao Liang, Kaidi Yang·· 4 小时前AI 评分34
HFG-MAIRL：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
Human-Feedback-Guided Multi-Agent Inverse Reinforcement Learning for Interactive Driving Behavior Modeling
AI 导读
研究提出 HFG-MAIRL，人类反馈引导的多智能体逆强化学习框架，用于交互式驾驶行为建模。它用局部马尔可夫博弈建模每辆车及直接邻居，以有限边际响应迭代避免枚举完整联合动作空间，并用 Bradley-Terry 似然纳入序数偏好监督。AIDE 数据集实验中，HFG-MAIRL 决策建模优于代表性 IRL 基线，奖励模式可解释且与反馈对齐。
来源：arXiv cs.AI · arxiv.org