基于驾驶行为生成机制的智能汽车类人行为决策.pdfVIP

汽车工程

2022年（第44卷）第12期AutomotiveEngineering2022（Vol.44）No.12

doi：10.19562/j.chinasae.qcgc.2022.12.001

基于驾驶行为生成机制的智能汽车类人行为决策*

宋东鉴，朱冰，赵健，韩嘉懿，刘彦辰

（吉林大学，汽车仿真与控制国家重点实验室，长春130022）

［摘要］本文通过分析驾驶人驾驶行为生成机制，构建了类人行为决策策略（HBDS）。它具有匹配驾驶行为生

成机制的策略框架，通过最大熵逆强化学习得到类人奖励函数，并采用玻尔兹曼理性噪声模型建立行为概率与累积

奖励的映射关系。通过预期轨迹空间的离散化处理，避免了连续高维空间积分中的维数灾难，并基于统计学规律和

安全约束对预期轨迹空间进行压缩和修剪，提升了HBDS采样效率。HBDS在NGSIM数据集上进行训练和测试的结

果表明，HBDS能做出符合驾驶人个性化认知特性和行为特征的行为决策。

关键词：智能汽车；类人驾驶；行为决策；逆强化学习

Human-LikeBehaviorDecision-MakingofIntelligentVehiclesBasedon

DrivingBehaviorGenerationMechanism

SongDongjian，ZhuBing，ZhaoJian，HanJiayiLiuYanchen

JilinUniversity，StateKeyLaboratoryofAutomotiveSimulationandControl，Changchun130022

［Abstract］Inthispaper，ahuman-likebehaviordecision-makingstrategy（HBDS）isestablishedbyana‐

lyzingdrivers’drivingbehaviorgenerationmechanism.HBDShasaframeworkthatmatchesthedrivingbehavior

generationmechanism，obtainsthehuman-likerewardfunctionthroughmaximumentropyinversereinforcement

learning，andadoptstheBoltzmannoisily-rationalmodeltobuildthemappingrelationshipbetweenbehaviorproba‐

bilityanditscumulativereward.Bydiscretizingtheexpectedtrajectoryspace，thecurseofdimensionalityinthein‐

tegrationofcontinuoushigh-dimensionalspaceisavoided，andbasedonstatisticallawandsafetyconstraint，theex‐

pectedtrajectoryspaceiscompressedandpruned，enhancingthesamplingefficiencyofHBDS.Thestrategyis

trainedandtestedonNGSIMdataset，andtheresultsshowthatHBDScanmakebehaviordecisionsthatconformto

thedriver’spersonalizedcognitiveandbehavioralcharacteristics.

Keywords：intelligentvehicles；human-likedriving；behaviordecision-making；inversereinforcement

learning

系统尤其是智能汽车与人工驾驶汽车并存的混合交

前言