预测个体世界模型

城市驾驶最优安全效率

从个体级视角建模车辆交互与意图，使驾驶策略在复杂城市环境中达到最优安全与效率。

Gao, Yinfeng · Zhang Q. · Ding D. · Dongbin, Zhao

IEEE Transactions on Intelligent Vehicles 2024

技术优势

安全效率双最优

在基于真实交互场景构建的仿真环境中，安全性和效率均超越流行的无模型和前沿的基于模型方法。

应用场景

• 自动驾驶规划控制：在复杂城市环境中训练反应式驾驶策略，直接用于规划控制模块，不会因忽略关键车辆而决策失误。
• 机器人决策：为机器人提供基于个体级世界模型的决策框架，使其在交互场景中能预测他者意图并安全行動。
• 智能交通系统：提升智能交通系统中车辆在真实交互场景下的安全与效率，可嵌入仿真测试平台评估驾驶策略。
• 多智能体系统：以个体级建模捕捉多智能体间的交互关系与意图，为多车协同或博弈场景提供策略学习基础。