混合动机驾驶策略
同时建模自利与协调动机，让自动驾驶车辆在个体效率与群体安全间取得平衡，学习速度与效果优于现有方法。
陈龙 · Peng, Deng · Li, Lingxi · 胡学敏
IEEE/CAA Journal of Automatica Sinica 2025
通过整合个体奖励和邻居奖励，让车辆在追求自身目标的同时考虑整体交通效率，从而同时提升个体与群体性能。
利用个体与社会学习的双重优势，使智能体快速获得自利策略的同时有效学习社会协调行为，提升学习速度。
训练后的车辆能形成协调的社会规范并表现出类人驾驶行为，展现出高度的社会协调性。
在 MetaDrive 模拟器中，本方法在成功率、安全性和效率等指标上超越了最先进的多智能体强化学习方法。