时空注意力深度Q学习

博弈论+注意力驾驶决策

将博弈论驾驶员建模与时空注意力深度Q学习结合，实现自动驾驶车辆在复杂交通场景中的安全高效决策。

76761858 · Zengqi, Peng · Xie, Yusen · Liu, Ming · Ma, Jun

IEEE Transactions on Intelligent Vehicles 2025

技术优势

驾驶风格多级建模

用迭代level-k推理为周围车辆建立不同决策级别的驾驶员模型，严格证明其策略收敛到纳什均衡，从而更真实地捕捉多样驾驶行为。

决策性能全面领先

在代表性交通场景仿真中，TSA-DQN在成功率、效率和安全性上均超过多个深度强化学习基线。

真实硬件可部署

算法已在实际硬件平台上运行，验证了其实用性和可行性。

应用场景

• 自动驾驶决策：为自车提供博弈论建模的周围车辆行为预测和基于时空注意力的决策，提升复杂场景安全性。
• 智能车辆控制：输出决策可直接用于车辆控制，仿真和硬件验证了算法可行性。
• 强化学习机器人：采用深度Q学习框架处理多车交互，为机器人强化学习提供新方法。
• 复杂系统建模：用level-k博弈论对多驾驶员系统建模，收敛到纳什均衡。