Stochastic Constraint Programming: A Scenario-Based Approach
University College Cork（科克大学学院）；University of York（约克大学）；National ICT Australia（澳大利亚国家信息与通信技术研究院）；University of New South Wales（新南威尔士大学）
为了模拟涉及不确定性和概率的组合决策问题，我们引入了基于场景的随机约束规划。随机约束程序既包含我们可以设置的决策变量，也包含遵循离散概率分布的随机变量。我们提供了一个语义的随机约束程序的基础上的场景树。使用这种语义，我们可以将随机约束程序编译成常规（非随机）约束程序。这使我们能够充分利用现有的约束求解器。我们已经在随机OPL中实现了这个框架，用于在不确定性下进行决策，OPL是一种基于OPL约束建模语言的语言[Hentenryck等人，1999年]。为了说明这一框架的潜力，我们在投资组合多样化，农业规划和生产/库存管理等领域的各种问题。
2009-03-06 cs.AI
Decision-making of Emergent Incident based on P-MADDPG
School of Computer and Artificial Intelligence（计算机与人工智能学院）；Zhengzhou University（郑州大学）
近年来，突发事件造成的人员伤亡和资源破坏已成为世界性的严重问题。本文对突发事件应急决策问题进行了建模，并利用多智能体系统（MAS）解决了决策速度跟不上传播速度的问题。MAS可以在这些任务的自动执行中发挥重要作用，以减少任务完成时间。针对突发事件的应急决策问题，提出了一种P-MADDPG算法，该算法通过GRU模型预测下一时刻可能发生事件的节点，并在事件发生前做出决策，解决了决策速度跟不上传播速度的问题。建立了真实场景的仿真环境，选取无人仓储、工厂流水线和民用机场行李运输3种场景，对P-MADDPG在突发事件应急决策问题中的性能进行了测试。仿真结果表明，P-MADDPG算法与贪心算法和MADDPG算法相比，在不同规模的场景下，P-MADDPG算法收敛速度更快，收敛效果更好。这表明P-MADDP算法在突发事件应急决策中是有效的。
2022-03-19 cs.AI
The human-AI relationship in decision-making: AI explanation to support people on justifying their decisions
IBM Research Brazil（IBM巴西研究院）；Federal Fluminense University（弗鲁米嫩塞联邦大学）
人工智能系统的解释维度是近年来的研究热点。不同的社区对人工智能在人们日常工作中的日益增多以及它如何影响人们的生活提出了担忧。有很多研究涉及可解释AI（XAI）的可解释性和透明度概念，这些概念通常与算法和机器学习（ML）模型有关。但在决策场景中，人们需要更多地了解人工智能的工作原理及其结果，以与该系统建立关系。决策者通常需要向不同领域的其他人证明其决策的合理性。如果该决策以某种方式基于人工智能系统的结果或受其影响，那么解释人工智能如何达到该结果是在决策场景中建立人工智能和人类之间信任的关键。在这份立场文件中，我们讨论了XAI在决策场景中的作用，我们对AI系统决策的愿景，并从文献中探讨了XAI如何影响人们证明其决策的一个案例，考虑到为这些场景建立人与AI关系的重要性。
2021-02-22 cs.AI cs.HC
MoralReason: Generalizable Moral Decision Alignment For LLM Agents Using Reasoning-Level Reinforcement Learning
针对大语言模型智能体的分布外道德对齐难题，本文提出基于推理级强化学习的MoralReason方法，构建Moral-Reason-QA数据集并采用复合奖励的GRPO训练，实现了未见过场景下的道德决策对齐能力提升。
2025-11-15 cs.AI
Optimal Decision Making Through Scenario Simulations Using Large Language Models
Georgia Institute of Technology（佐治亚理工学院）
针对大语言模型在复杂决策场景下的能力缺口，本研究提出集成优化函数的动态框架，让模型通过询问选项参数、模拟结果来输出定制化最优决策，拓展其实际应用边界。
2024-07-10 cs.AI
Case-based Reasoning Augmented Large Language Model Framework for Decision Making in Realistic Safety-Critical Driving Scenarios
Big Data Integration Research Center, National Institute of Information and Communications Technology (NICT), Tokyo, Japan（大数据整合研究室，日本信息通信技术研究所（NICT），东京）
本文提出CBR-LLM框架，结合语义场景理解与过往案例检索，使大语言模型在复杂风险驾驶场景中生成符合上下文与人类对齐的规避机动决策，显著提升了准确性与可靠性。
2025-06-25 cs.AI cs.CY
ValuePilot: A Two-Phase Framework for Value-Driven Decision-Making
State Key Laboratory of General Artificial Intelligence, BIGAI（1 通用人工智能国家重点实验室，BIGAI）；Tsinghua University（2 清华大学）；Peking University（3 北京大学）
ValuePilot通过双阶段框架实现价值驱动的个性化决策，提升AI在复杂场景中的可解释性和适应性。
2025-12-09 cs.AI
Understanding Driver Cognition and Decision-Making Behaviors in High-Risk Scenarios: A Drift Diffusion Perspective
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Tsinghua University（清华大学）；Tongji University（同济大学）；Delft University of Technology（代尔夫特理工大学）
本文提出融合多元高斯风险敏感性模型与DDM的驾驶员认知—决策框架，通过驾驶模拟器高风险场景实验，证明其能个性化、动态地刻画人类应急决策并优于IDM、Gipps和MOBIL。
2025-03-16 cs.AI cs.HC cs.SI
An Uncertainty-Weighted Decision Transformer for Navigation in Dense, Complex Driving Scenarios
Electrical and Computer Engineering（电气与计算机工程）；Mechanical and Aerospace Engineering（机械与航空航天工程）；Center for Automotive Research（汽车研究中心）
针对复杂环岛驾驶中安全关键决策样本不平衡问题，提出不确定性加权决策Transformer（UWDT），利用冻结教师模型估计的预测熵加权学生模型损失，结合多通道鸟瞰图与序列建模，在多交通密度下显著提升了奖励、碰撞率及行为稳定性。
2025-09-16 cs.AI cs.RO
Interaction-aware Decision Making with Adaptive Strategies under Merging Scenarios
University of California, Berkeley（加州大学伯克利分校）；Honda Research Institute（本田研究所）
为了在合并场景下安全有效地驾驶，自动驾驶汽车应该了解周围环境，并通过与其他道路参与者的交互来做出决策。此外，当自动驾驶车辆与具有不同合作水平的驾驶员交互时，应采取不同的策略。车辆是否在合并车道或主车道上也会影响驾驶操纵，因为驾驶员在有通行权时的行为与其他情况下不同。许多传统的方法已经被提出来解决合并场景下的决策问题。然而，这些工作要么是无法建模复杂的相互作用，或需要实现手工设计的规则，不能正确处理现实世界中的不确定性。在本文中，我们提出了一种交互感知决策与自适应策略（IDAS）的方法，可以让自动驾驶汽车与其他司机协商的道路，利用他们的合作下合并的情况。通过课程学习策略，在多智能体强化学习（MARL）环境下学习单个策略，使智能体能够自动推断其他驾驶员的各种行为并做出策略性决策.提出了一种屏蔽机制，以防止智能体探索违反人类判断常识的状态，提高学习效率。一个典型的合并方案被用来实现和检查所提出的方法。
2020-02-21 cs.AI cs.LG cs.RO
Modeling Epistemological Principles for Bias Mitigation in AI Systems: An Illustration in Hiring Decisions
IBM Research Brasil（IBM巴西研究院）
人工智能（AI）已被广泛用于各种场景的自动决策，从贷款的信用评级到电影推荐。人工智能模型的传统设计准则主要关注准确性最大化，但最近的工作表明，除非明确解决这些问题，否则可能会出现经济上不合理和社会上不可接受的歧视和不公平情况。这种不受欢迎的行为有几个可能的来源，例如用于训练的有偏见的数据集，这些数据集在黑盒模型中可能无法检测到。在指出人工智能的这种偏见和归纳问题之间的联系之后，我们专注于波普尔在休谟之后的贡献，它提供了一个关于偏好的逻辑理论。在基于准确性和公平性的一次或多次反驳尝试之后，人工智能模型可以在纯粹理性的基础上优先于其他模型。受这些认识论原则的启发，本文提出了一种结构化的方法来减轻人工智能系统中由偏见引起的歧视和不公平。在所提出的计算框架中，模型被选择并在尝试反驳后增强。为了说明我们的讨论，我们专注于招聘决策场景，其中人工智能系统过滤求职者应该进入面试阶段。
2017-11-20 cs.AI
Real-time tree search with pessimistic scenarios
自主智能体需要在部分可观察的环境下，并考虑其他智能体的行为，以顺序的方式做出决策。在危急情况下，需要实时的做出这样的决定，例如避免碰撞和恢复到安全条件。我们提出了一种树搜索技术，在指定的深度后使用确定性和悲观的情况。由于确定性场景没有分支，因此所提出的技术允许我们考虑未来可能发生的事件。所提出的技术的有效性在Pommerman中得到了证明，Pommerman是NeurIPS 2018竞赛中使用的多智能体环境，其中实现所提出技术的智能体赢得了第一名和第三名。
2019-07-14 cs.AI
Driving with Regulation: Trustworthy and Interpretable Decision-Making for Autonomous Driving with Retrieval-Augmented Reasoning
针对传统自动驾驶决策方法难以适配复杂、地域差异化交通规则的问题，本文提出融合RAG检索智能体与LLM推理智能体的可解释决策框架DriveReg，构建专属场景数据集验证了其跨环境的优异性能与鲁棒性。
2025-11-19 cs.AI
Scenario-Based Hierarchical Reinforcement Learning for Automated Driving Decision Making
Reasoning Chair RWTH Aachen University（推理主席 雷姆辛大学）；Institute for Automotive Engineering RWTH Aachen University（汽车工程研究所 雷姆辛大学）
本文提出SAD-RL框架，通过分层强化学习结合场景化环境训练自动驾驶决策策略，解决了复杂任务泛化性与学习效率问题，实现安全行为。
2025-06-28 cs.AI cs.LG cs.RO
Interaction-Aware Decision-Making for Autonomous Vehicles in Forced Merging Scenario Leveraging Social Psychology Factors
University of Michigan（密歇根大学）；Ford Research and Advanced Engineering（福特研究与高级工程中心）；Excelled Tracer LLC（Excelled Tracer有限责任公司）
针对自动驾驶车辆强制汇入问题，提出融合驾驶员社会行为与个人目标的交互行为模型，并采用贝叶斯滤波与滚动时域控制实现在线意图估计和不确定性决策。
2023-09-25 cs.AI cs.RO cs.SY
Deep Learning Decision Support System for Open-Pit Mining Optimisation: GPU-Accelerated Planning Under Geological Uncertainty
University of Technology Sydney（悉尼科技大学）
本研究提出了一种基于深度学习的决策支持系统，利用变分自编码器和混合元启发式算法，在地质不确定性下实现GPU加速的露天矿优化规划。
2025-11-23 cs.AI
Adaptive Decision Making at the Intersection for Autonomous Vehicles Based on Skill Discovery
Beijing Institute of Technology（北京理工大学）
在城市环境中，复杂和不确定的交叉口场景对自动驾驶具有挑战性。为了确保安全性，开发一个能够处理与其他车辆交互的自适应决策系统至关重要。手动设计的基于模型的方法在常见情况下是可靠的。但在不确定环境中，它们是不可靠的，因此提出了基于学习的方法，特别是强化学习（RL）方法。然而，当前的RL方法需要重新训练时，场景发生变化。换句话说，目前的RL方法不能重用积累的知识。当新的场景出现时，他们会忘记所学的知识。为了解决这个问题，我们提出了一个分层的框架，可以自主积累和重用知识。该方法结合了运动基元（MP）和分层强化学习（HRL）的思想。它将复杂问题分解为多个基本子任务，以降低难度。基于CARLA仿真器，在一个具有挑战性的交叉口场景中对所提出的方法和其他基线方法进行了测试。交叉口场景包含三个不同的子任务，可以反映实际交通流的复杂性和不确定性。经过离线学习和测试，该方法被证明是所有方法中性能最好的。
2022-07-24 cs.AI cs.RO
A Comprehensive Survey on Multi-Agent Cooperative Decision-Making: Scenarios, Approaches, Challenges and Perspectives
The University of Hong Kong (HKU)（香港大学）；Imperial College London（伦敦帝国学院）；National Heart and Lung Institute, Imperial College London（伦敦帝国学院国家心肺研究所）；Cardiovascular Research Centre, Royal Brompton Hospital（皇家布朗普顿医院心血管研究中心）
该综述梳理多智能体协同决策的场景、方法等，重点分析深度多智能体强化学习与大语言模型驱动的多智能体方法，同时指出领域挑战与未来研究方向。
2026-09-01 cs.AI cs.MA
Intention-Aware Decision-Making for Mixed Intersection Scenarios
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
本文提出面向无信号行人过街场景的白盒意图感知决策，结合黑盒意图检测、白盒可追溯决策与粒子群自动参数化，实现类人、防死锁且低算力的 AV 交互。
2023-03-29 cs.AI cs.SY eess.SY
Graph Convolution-Based Deep Reinforcement Learning for Multi-Agent Decision-Making in Mixed Traffic Environments
Beijing Institute of Technology（北京理工大学）；Delft University of Technology（代尔夫特理工大学）；Nanyang Technological University（南洋理工大学）
智能交通系统中的互联自动驾驶车辆的安全、高效运行迫切需要一个高效、可靠的多智能体决策系统。目前的研究主要集中在深度强化学习（Deep Reinforcement Learning，DRL）方法。然而，在交互式交通场景中，由于缺乏交互信息，DRL方法难以表达不同车辆之间的相互影响，难以对动态交通环境进行建模，从而导致协同决策生成的准确性不高。为了解决这些困难，本研究提出了一个框架，使不同的图强化学习（GRL）方法的决策，并比较它们的性能在交互式驾驶场景。GRL方法将图神经网络（GNN）和DRL框架相结合，实现了自主车辆交互场景下更好的决策生成，其中GNN提取交互场景的特征，DRL框架生成协作行为。几个GRL方法进行了总结，并在建议的框架中实现。为了评价GRL方法的性能，构建了高速公路双匝道交互驾驶场景，并在SUMO平台上进行了仿真实验，对不同GRL方法的性能进行了评价。最后，从多个角度和维度对结果进行分析，比较不同GRL方法在智能交通场景中的特点。结果表明，GNN的实现能够很好地表征车辆之间的交互，GNN与DRL的结合能够提高换道行为生成的性能。我们工作的源代码可以在https://github.com/Jacklinkk/TorchGRL上找到。
2022-01-30 cs.AI cs.RO
Benchmarking Lane-changing Decision-making for Deep Reinforcement Learning
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）
近年来，自动驾驶的发展引起了广泛的关注，对自动驾驶的性能进行评估至关重要。然而，在道路上测试是昂贵和低效的。虚拟测试是验证自动驾驶汽车的主要方式，而虚拟测试的基础是构建仿真场景。在本文中，我们从深度强化学习的角度提出了一种用于变道任务的训练、测试和评估管道。首先，我们设计车道变化的情况下进行训练和测试，其中测试场景包括随机和确定性的部分。然后，我们部署了一组基准测试，包括学习和非学习方法。我们在设计的训练场景中训练了几种最先进的深度强化学习方法，并在测试场景中提供了训练模型的基准度量评估结果。所设计的换道场景和基准都是开放的，为换道任务提供了一致的实验环境。
2021-09-22 cs.AI cs.LG
Evaluating Scenario-based Decision-making for Interactive Autonomous Driving Using Rational Criteria: A Survey
James Watt School of Engineering, University of Glasgow（格拉斯哥大学詹姆斯·瓦特工程学院）
本文综述了深度强化学习在高速公路、匝道合流、环岛和无信号交叉口等典型场景中的自动驾驶决策应用，并提出DDTUI五项理性准则对现有算法进行系统评估，指出未来研究方向。
2025-01-03 cs.AI cs.RO cs.SY
Effect of Confidence and Explanation on Accuracy and Trust Calibration in AI-Assisted Decision Making
IBM Research AI（IBM研究院人工智能部门）
如今，人工智能正越来越多地用于帮助人类专家在高风险场景中做出决策。在这些场景中，完全自动化通常是不可取的，这不仅是因为结果的重要性，还因为人类专家可以利用他们的领域知识补充模型，以确保任务成功。我们将这些场景称为人工智能辅助决策，其中人类和人工智能的个体优势结合在一起，以优化联合决策结果。他们成功的关键是在个案基础上适当地\textit{calibrate}人类对AI的信任;知道何时信任或不信任AI允许人类专家适当地应用他们的知识，在模型可能表现不佳的情况下改善决策结果。本研究对人工智能辅助决策进行了案例研究，其中人类和人工智能单独具有可比的性能，并探讨了揭示特定案例模型信息的功能是否可以校准信任并提高人类和人工智能的联合性能。具体来说，我们研究的效果，显示的信心分数和当地的解释一个特定的预测。通过两个人类实验，我们表明，置信度可以帮助校准人们对AI模型的信任，但信任校准本身并不足以改善AI辅助决策，这可能还取决于人类是否能够带来足够的独特知识来补充AI的错误。我们还强调了在人工智能辅助决策场景中使用本地解释的问题，并邀请研究界探索新的方法来校准人类对人工智能的信任。
2020-01-07 cs.AI cs.HC
A Crowdsourced Study of ChatBot Influence in Value-Driven Decision Making Scenarios
研究探讨了价值框架对决策影响，发现其能有效改变用户行为，揭示了LLM潜在的操纵风险。
2025-11-19 cs.AI cs.HC
Evaluating LLMs for Police Decision-Making: A Framework Based on Police Action Scenarios
本文提出PAS框架，用于评估大语言模型在警务决策中的应用，揭示其在警务任务中的不足，并发布相关数据和模板以促进进一步研究。
2026-01-07 cs.AI cs.CL
Learning From Scenarios for Stochastic Repairable Scheduling
针对处理时间不确定、需修复初始调度的随机可修复调度问题，提出将基于随机平滑的决策聚焦学习技术适配至该问题，并通过实验验证其在部分场景下优于基于场景的随机优化方法。
2024-08-15 cs.AI cs.LG
Automated Generation of Complexity-Validated Decision Scenarios Using Large Language Models
Wayne State University（韦恩州立大学）
本研究针对手动生成决策场景的缺陷，开发了基于大语言模型的自动化流水线，生成并验证了4238个多领域场景，证实其具备良好心理测量学特性，可用于AI系统认知评估。
2026-08-11 cs.AI cs.CL
Toward Deployable Multi-Robot Collaboration via a Symbolically-Guided Decision Transformer
Purdue University（普渡大学）
本文提出符号引导决策Transformer（SGDT）框架，通过神经符号规划器生成符号子目标，引导目标条件决策Transformer进行多机器人操作的低层序列决策，首次将DT技术应用于多机器人操作，并在零样本和少样本场景中验证了其结构化、可解释和可泛化的决策能力。
2025-08-19 cs.AI cs.RO
PlanRAG: A Plan-then-Retrieval Augmented Generation for Generative Large Language Models as Decision Makers
School of Computing, KAIST（韩国科学技术院计算机学院）
针对需要复杂数据分析的决策制定任务，该研究定义了决策问答任务，构建了DQA基准，并提出迭代式先规划后检索增强生成方法PlanRAG，在两类场景下性能均优于现有最优迭代RAG方法。
2024-06-18 cs.AI cs.CL cs.LG
Red-Team Multi-Agent Reinforcement Learning for Emergency Braking Scenario
School of Mechanical Engineering Beijing Institute of Technology Beijing, China（机械工程学院 北京理工大学 北京中国）
本文提出红队多智能体强化学习框架，通过约束图表示MDP和策略威胁区域模型让背景车辆主动干扰自动驾驶车辆，以生成安全关键场景中的边角案例并显著影响其决策安全性。
2025-07-21 cs.AI cs.LG
"Teammates, Am I Clear?": Analysing Legible Behaviours in Teams
SARDINE；Instituto de Telecomunicações（电信研究所）；Instituto Superior Técnico（技术高等学院）；INESC-ID（葡萄牙创新科学与技术研究所）
针对现有可理解决策研究仅聚焦单智能体-单人类交互、未覆盖团队场景的问题，本文提出多智能体场景下的可理解决策扩展方法，实验证明含可理解性智能体的团队性能优于全标准最优行为智能体团队。
2025-07-29 cs.AI cs.MA
Explainability in autonomous pedagogically structured scenarios
我们提出了在教学结构的自主环境中决策过程的可解释性的概念。多智能体系统的教学结构由教学教师和学习者组成，他们在环境中工作，有时两者都不完全了解环境中的所有状态和其他智能体的信念，因此很难相互解释他们的决定和行动。这项工作强调了教学教师和学习者之间需要强大的和迭代的基于解释的沟通。解释背后的多代理决策的互动，部分可观察的环境是必要的，建立值得信赖的和可靠的教学教师和学习者之间的沟通。目前的研究主要集中在解释代理人对人类的行为，缺乏对代理人间可解释性的研究。
2022-10-21 cs.AI cs.MA
Decision Making for Autonomous Driving in Interactive Merge Scenarios via Learning-based Prediction
University of Surrey（萨里大学）
在与人类驾驶员共享的道路上行驶的自主智能体必须对交通参与者之间的微妙互动进行推理。这提出了一个高度挑战性的决策问题，因为人类行为受到多种因素的影响（例如，人类的意图和情感），很难建模。本文提出了一种自动驾驶的决策方法，专注于合并到移动交通中的复杂任务，其中不确定性来自其他驾驶员的行为和不完善的传感器测量。我们框架的问题作为一个部分可观察的马尔可夫决策过程（POMDP）和解决它的蒙特卡罗树搜索在线。POMDP的解决方案是执行高级别驾驶操作的策略，例如为接近的汽车让路，与前面的车辆保持安全距离或并入交通。我们的方法利用从数据中学习的模型来预测未来的交通状态，同时明确考虑周围代理之间的交互。根据这些预测，自动驾驶汽车可以预测其行为对环境的未来影响，并相应地优化其轨迹。我们在模拟中彻底测试了我们的方法，表明自动驾驶汽车可以根据不同情况调整其行为。我们还与其他方法进行比较，证明了所考虑的性能指标的改进。
2023-03-29 cs.AI cs.LG cs.RO
Decision Transformer for UAV-Mounted RIS-Assisted Dynamic D2D Communications
Jiangsu Second Normal University（江苏第二师范学院）
本文提出用决策Transformer优化无人机轨迹、姿态与RIS相位，在动态D2D通信中最大化平均总速率，实现跨场景零样本迁移并优于直接DRL。
2026-09-10 cs.AI cs.RO
Analyzing Games with Ambiguous Player Types using the ${\rm MINthenMAX}$ Decision Model
Tel-Aviv University（特拉维夫大学）
在许多常见的交互式场景中，参与者缺乏关于其他参与者的信息，特别是关于其他参与者的偏好的信息。在这项工作中，我们模拟了一个极端的情况下，不完整的信息，我们称之为游戏类型的模糊性，其中一个参与者甚至缺乏信息，使他能够形成一个信念，对他人的喜好。在类型模糊的情况下，人们不能使用常用的贝叶斯框架来分析场景，因此他需要使用不同的决策模型来建模参与者。在这项工作中，我们提出了${\rm MINthenMAX}$决策模型下的歧义。这个模型是一个细化的沃尔德的最小最大原则，我们证明是太粗糙的游戏类型的模糊性。我们的特点是${\rm MINthenMAX}$作为最好的细化的最小最大原则，满足三个属性，我们声称是必要的游戏类型的歧义。我们提出的这种无先验的方法也遵循了计算机科学中最坏情况分析的常见做法。最后，我们定义并分析了相应的均衡概念，假设所有的球员遵循${\rm MINthenMAX}$。我们通过将其应用于两种常见的经济情景来证明这种均衡：协调博弈和双边贸易。我们表明，在这两种情况下，在纯策略的均衡总是存在的，我们分析的均衡。
2016-11-03 cs.AI cs.GT cs.MA
Understanding Operator Attitudes Toward AI-Supported Decision Making in Maritime Operations
University of Antwerp（安特卫普大学）；Antwerp Maritime Academy（安特卫普海事学院）
本研究通过问卷调查和情感分析，探讨海事操作员对AI辅助决策的态度，发现应通过透明可靠的设计支持校准依赖，而非单纯提高自动化或信任。
2026-09-11 cs.AI cs.HC
From Business Events to Auditable Decisions: Ontology-Governed Graph Simulation for Enterprise AI
Yonyou AI Lab（用友AI实验室）；Yonyou Network Technology Co., Ltd.（用友网络科技股份有限公司）
本文提出LOM-action框架，通过本体引导的图模拟实现企业AI决策，确保决策基于模拟图而非无限制知识空间，提升决策可信度与可审计性。
2026-04-08 cs.AI cs.CL
Structured AI Decision-Making in Disaster Management
针对安全关键领域AI自主决策的伦理与可靠性需求，本文提出灾害管理场景下的结构化决策框架，引入Enabler智能体等概念，实验证明其稳定性与准确率均优于传统判断系统和有经验的人类操作者。
2025-09-01 cs.AI cs.CY cs.SY
BIDA: A Bi-level Interaction Decision-making Algorithm for Autonomous Vehicles in Dynamic Traffic Scenarios
Tongji University（同济大学）；Yale University（耶鲁大学）
提出BIDA算法，融合交互式蒙特卡洛树搜索与深度强化学习，通过价值与策略网络引导推演，提升自动驾驶在动态场景中的交互安全性、效率与合理性。
2025-06-19 cs.AI cs.ET cs.LG
SafeDrive: Knowledge- and Data-Driven Risk-Sensitive Decision-Making for Autonomous Vehicles with Large Language Models
University of Southern California（南加州大学）；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；University of Michigan（密歇根大学）；Tsinghua University（清华大学）；The University of Hong Kong（香港大学）
本文提出SafeDrive框架，通过整合风险量化、记忆检索、LLM推理与反思模块，解决自动驾驶在高风险和长尾场景下的安全决策问题，在真实数据集上实现了100%安全率和超85%的决策一致性。
2024-12-19 cs.AI cs.ET cs.RO
Decision-Weighted Flow Matching for Contextual Stochastic Optimization
Hong Kong University of Science and Technology（香港科技大学）；Central South University（中南大学）；Big Data Institute（大数据研究院）
提出决策加权流匹配（DW-FM）框架，通过重加权速度回归目标对齐下游遗憾，在CVaR基准上优于标准方法。
2026-06-16 cs.AI cs.LG
DRIP-R: A Benchmark for Decision-Making and Reasoning Under Real-World Policy Ambiguity in the Retail Domain
Interdisciplinary Transformation University Austria（跨学科转型大学奥地利）；Amazon Berlin（亚马逊柏林）
DRIP-R基准测试通过现实零售政策模糊性构建无唯一正确解决方案的场景，评估LLM在模糊政策下的决策与推理能力，揭示其固有的系统性挑战。
2026-09-01 cs.AI cs.CL
Human-centred explanation of rule-based decision-making systems in the legal domain
Dutch Tax and Customs Administration（荷兰税务与海关管理局）；Utrecht University（乌得勒支大学）
本文提出一种面向法律领域基于规则的自动决策系统的人本化解释方法，构建了包含内部组件与外部依赖的概念框架，并利用图数据库实现问题驱动、多媒体展示及用户定制化解释，在荷兰税务海关管理局的真实场景中验证了其有效性。
2023-10-25 cs.AI cs.HC
Syntactic Framing Fragility: An Audit of Robustness in LLM Ethical Decisions
Integrated Program in Humane Studies / AIColab（人文研究综合项目 / AIColab）；Computing, Kenyon College（凯尼恩学院计算系）
本文提出Syntactic Framing Fragility框架，用于量化LLM在逻辑等价句法变换下的决策一致性，发现开源模型在高风险决策中表现更脆弱，且否定性语法是主要失效模式。
2026-04-01 cs.AI cs.CL
Decision-making for Autonomous Vehicles on Highway: Deep Reinforcement Learning with Continuous Action Horizon
College of Mechanical and Vehicle Engineering, Chongqing University（重庆大学机械与运载工程学院）；Department of Industrial Design, Chongqing Normal University（重庆师范大学工业设计系）
本文提出基于PPO增强的深度强化学习方法，解决高速公路自动驾驶连续时域决策问题，实现高效、平稳且无碰撞的驾驶策略，并从最优性、学习效率和适应性等方面验证了其在线应用潜力。
2023-09-25 cs.AI cs.LG
Optimal Policy Learning with Observational Data in Multi-Action Scenarios: Estimation, Risk Preference, and Potential Failures
CNR-IRCRES；Research Institute on Sustainable Economic Growth（可持续经济增长研究所）；National Research Council of Italy（意大利国家研究委员会）
本文系统研究多动作场景下基于观测数据的最优策略学习，从估计方法、风险偏好影响及重叠性与无混杂性假设失效导致的潜在问题三方面展开分析，并通过真实数据验证风险态度对策略平均遗憾的影响。
2024-03-29 cs.AI cs.LG stat.ML
From Coordination to Personalization: A Trust-Aware Simulation Framework for Emergency Department Decision Support
School of Science & Technology, Hellenic Open University（希腊开放大学科学与技术学院）
提出Unity中的信任感知多智能体仿真框架，通过评估医护能力并自适应协调，比较Baseline、Replacement和Training策略，为急诊科人员配置与个性化决策支持提供循证工具。
2025-09-09 cs.AI cs.CY cs.HC
Language Models are Alignable Decision-Makers: Dataset and Application to the Medical Triage Domain
Kitware, Inc.（凯特维尔公司）；Raytheon/BBN Technologies Corp.（雷神/BBN技术公司）；Kairos Research, LLC（凯洛斯研究有限责任公司）
本文提出一个含62个场景和六种决策者属性的医疗分诊数据集及软件框架，展示如何通过零样本提示和加权自一致性使LLMs对齐不同决策属性，为可信AI决策提供新方向。
2024-06-10 cs.AI cs.CL
Towards Interactive and Learnable Cooperative Driving Automation: a Large Language Model-Driven Decision-Making Framework
本文提出CoDrivingLLM框架，通过环境模块、思维链推理、冲突协调器和记忆增强生成，赋予网联自动驾驶车辆交互与持续学习能力，实现全场景协同驾驶自动化。
2025-09-19 cs.AI cs.RO
Interpretable Modelling of Driving Behaviors in Interactive Driving Scenarios based on Cumulative Prospect Theory
University of California at Berkeley（加州大学伯克利分校）
了解人类驾驶行为对自动驾驶汽车很重要。本文提出了一种基于累积前景理论（CPT）的交互式驾驶场景中可解释的人类行为模型。作为一种非期望效用理论，CPT可以很好地解释一些期望效用理论无法解释的人类系统性偏差或“非理性”行为/决策。因此，这项工作的目标是制定人类驾驶员的行为生成模型与CPT，使一些“非理性”的行为或人类的决定可以更好地捕捉和预测。为了实现这一目标，我们首先开发了一个CPT驱动的决策模型，专注于驾驶场景与两个相互作用的代理。提出了一种分层学习算法，用于学习CPT模型中的效用函数、价值函数和决策权函数。最后以环形交叉口并线为例进行验证。利用实际驾驶数据，比较了基于TTC的预定义模型、基于神经网络的基于学习的模型和基于CPT的模型的预测性能。实验结果表明，该模型的性能优于TTC模型，并在训练数据更少、可解释性更好的情况下达到与基于学习的模型相似的性能。
2019-07-19 cs.AI cs.RO cs.SY
DeFine: Decision-Making with Analogical Reasoning over Factor Profiles
University of Central Florida（中央佛罗里达大学）；Tencent AI Lab, Seattle（腾讯AI实验室（西雅图））；University of Rochester（罗切斯特大学）；Emory University（埃默里大学）
本文提出模块化框架 DeFine，通过从复杂场景构建概率化因素画像并结合类比推理，将不确定性量化与 LLM 决策过程解耦，以提升 LLM 在咨询和财务审议等不确定场景下的决策能力。
2025-07-17 cs.AI cs.CL
"Guess what I'm doing": Extending legibility to sequential decision tasks
INESC-ID；Instituto Superior Técnico（高等技术学院）
本文提出PoL-MDP方法，在保持计算可行性的同时处理不确定性，将可读性扩展到序贯决策任务，并通过模拟、逆强化学习及用户研究验证其优势。
2023-12-27 cs.AI cs.RO
Towards Next-Generation Medical Agent: How o1 is Reshaping Decision-Making in Medical Scenarios
School of Computing, University of Georgia（佐治亚大学计算学院）；Department of Mathematical and Statistical Sciences, University of Alberta（阿尔伯塔大学数学与统计科学系）；School of Computer and Cyber Sciences, Augusta University（奥古斯塔大学计算机与网络科学学院）；Department of Computer Science, Indiana University（印第安纳大学计算机科学系）；Department of Computer Science and Engineering, University of Texas（德克萨斯大学计算机科学与工程系）；Massachusetts General Hospital（麻省总医院）；Harvard Medical School（哈佛医学院）；Mayo Clinic（梅奥诊所）
本文研究医疗 AI 智能体的骨干大语言模型选择，重点考察 o1 模型在推理、工具使用适应性和实时信息检索方面的表现，发现其能提升诊断准确性与一致性，为更智能的临床决策工具奠定基础。
2024-11-16 cs.AI cs.CL cs.CY
A Survey on Datasets for Decision-making of Autonomous Vehicle
Tsinghua University（清华大学）
本文从车辆、环境和驾驶员三类数据来源系统综述了自动驾驶决策数据集，比较其传感器、标注与场景特征，并归纳应用方向与未来趋势，为研究人员选择合适数据集提供指导。
2023-09-22 cs.AI cs.MA cs.RO
