热点事件持续更新
HFG-MAIRL多智能体逆强化学习驾驶行为建模框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月27日，arXiv cs.AI 刊出研究，提出 HFG-MAIRL——一种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。该方法将每辆车及其直接邻居建模为局部马尔可夫博弈，用有限边际响应迭代避免枚举完整联合动作空间，并以 Bradley-Terry 似然引入序数偏好监督。在 AIDE 数据集实验中，HFG-MAIRL 的决策建模效果优于代表性 IRL 基线，所学奖励模式可解释且与人类反馈对齐。目前该工作仅有论文预印本这一来源，尚未见后续同行评议或独立复现的报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
arXiv 论文提出 HFG-MAIRL，在 AIDE 数据集上决策建模优于代表性 IRL 基线。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIHFG-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
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。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。