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
Analysis of lane-change conflict between cars and trucks at merging section using UAV video data
Key Laboratory of Road and Traffic Engineering of Ministry of Education, Tongji University(同济大学道路与交通工程教育部重点实验室);China Railway Siyuan Survey and Design Group Co., Ltd.(中铁第四勘察设计院集团有限公司);Institute of Logistics Science and Engineering, Shanghai Maritime University(上海海事大学物流科学与工程研究院)
高速公路入口匝道合流段是交通冲突发生频率较高的路段,也是交通事故多发点。在高速公路合流段,很少有综合考虑不同车型的交通冲突分析研究。因此,本研究的主要目的是分析高速公路合流段不同车型之间的冲突。利用无人机(UAV)在上海市合流区采集了实测数据.车辆提取方法用于获得车辆轨迹。碰撞时间(TTC)被用作替代安全措施。小汽车冲突的TTC最小,卡车冲突的TTC最大。高速公路入口匝道和加速车道是交通冲突的多发地带。结果表明,不同车型间换道冲突的空间分布存在显著差异,提示机动车驾驶员尤其是小轿车驾驶员应保持安全距离。此外,为减少合流区换道冲突,建议交通管理部门在加速车道起始处将虚线车道改为实线车道。
2022-01-05 cs.RO cs.SY eess.SY
Analytical Formulation of Autonomous Vehicle Freeway Merging Control with State-Dependent Discharge Rates
Old Dominion University(老道明大学);University Park(大学公园)
针对自动驾驶车辆高速公路多阶段汇入,本文解析建模状态相关有效释放率,并以汇入位置和速度为决策变量构建动态规划,联合优化延误与碰撞风险。
2025-07-20 cs.RO
Collaborative Planning for Mixed-Autonomy Lane Merging
Georgia Institute of Technology(佐治亚理工学院);Monash University(莫纳什大学);Honda Research Institute(本田研究院)
驾驶是一种社会活动:驾驶员经常通过动作提示来表明他们改变车道的意图。我们考虑混合自动驾驶交通,其中人类驾驶车辆(HV)和自动驾驶车辆(AV)一起驾驶。我们提出了一个规划框架,AV认为其他代理的奖励的程度是由自私因素控制。我们测试我们的方法在一个模拟的双车道高速公路上的AV和HV合并到对方的车道。在一项有21个受试者和6个不同自私因素的用户研究中,我们发现我们的规划方法是合理的,并且当选择一个平衡两个代理的奖励的因素时,两个代理的合并时间更少。我们的研究结果表明,双车道合并,这是一个非零和游戏,鼓励进一步研究混合自主交通的协同决策算法。
2018-08-07 cs.AI cs.MA cs.RO
Combining Reinforcement Learning with Model Predictive Control for On-Ramp Merging
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of Texas at Austin(得克萨斯大学奥斯汀分校)
我们考虑的问题,设计一个算法,让汽车自动合并到高速公路上的入口匝道。已经提出了两大类技术来解决自动驾驶中的运动规划问题:模型预测控制(MPC)和强化学习(RL)。在本文中,我们首先建立了国家的最先进的MPC和RL为基础的技术,通过模拟的优点和缺点。我们表明,从安全性和对分布外流量模式的鲁棒性的角度来看,RL代理的性能比MPC解决方案差,即,RL代理在训练期间没有看到的流量模式。另一方面,在效率和乘客舒适度方面,RL代理的性能优于MPC解决方案。随后,我们提出了一种算法,该算法将无模型RL代理与MPC解决方案相结合,并表明它在所有指标-乘客舒适度,效率,碰撞率和鲁棒性之间提供了更好的权衡。
2021-09-28 cs.AI cs.LG cs.RO
Learning Interaction-aware Guidance Policies for Motion Planning in Dense Traffic Scenarios
Delft University of Technology(代尔夫特理工大学)
在密集交通场景中的自主导航对于自动驾驶汽车(AV)来说仍然具有挑战性,因为其他驾驶员的意图无法直接观察,并且AV必须处理各种驾驶行为。为了在密集的交通中机动,自动驾驶汽车必须能够推理他们的行为如何影响他人(交互模型),并利用这种推理安全地在密集的交通中导航。本文提出了一种新的框架,在密集的交通场景中的交互感知运动规划。我们探讨了人类驾驶行为与其相互作用时的速度变化之间的联系。因此,我们建议通过深度强化学习(RL)来学习一种交互感知策略,该策略为基于优化的规划器提供关于其他车辆合作性的全局指导,以通过约束满足确保安全性和运动学可行性。学习的策略可以推理并引导具有交互行为的基于局部优化的规划器在密集交通中主动合并,同时在其他车辆不屈服的情况下保持安全。我们提出了定性和定量的结果,在高度互动的模拟环境(高速公路合并和无保护的左转)对两个基线的方法,基于学习和基于优化的方法。实验结果表明,与基于学习和基于优化的基线相比,该方法显著减少了碰撞次数,提高了成功率。
2021-07-09 cs.AI cs.RO
Iterative Imitation Policy Improvement for Interactive Autonomous Driving
The Hong Kong University of Science and Technology(香港科技大学);University of California, Berkeley(加州大学伯克利分校)
我们提出了一个模仿学习系统的自动驾驶在城市交通的互动。我们训练一个行为克隆(BC)策略来模仿从真实城市交通中收集的驾驶行为,并应用数据聚合算法来迭代地改进其性能。在这种情况下应用数据聚合面临两个挑战。第一个挑战是在真实的城市交通中收集在线推出数据是昂贵和危险的。在模拟器(如CARLA)中创建类似的交通场景以进行在线部署收集也很困难。相反,我们建议从训练数据集创建一个弱模拟器,其中所有周围的车辆都遵循数据集提供的数据轨迹。我们发现,在这样的模拟器中收集的在线数据仍然可以用来提高BC策略的性能。第二个挑战是在线推出期间人工标签过程的繁琐和耗时。为了解决这个问题,我们使用一个$^*$规划器作为一个伪专家提供专家一样的演示。我们在真实的城市交通场景中验证了我们提出的模仿学习系统。实验结果表明,我们的系统可以显着提高基线BC策略的性能。
2021-09-03 cs.RO
RACE-SM: Reinforcement Learning Based Autonomous Control for Social On-Ramp Merging
School of Mechanical and Aerospace Engineering, Queen’s University Belfast(贝尔法斯特女王大学机械与航空航天工程学院)
针对人类驾驶交通中的平行式匝道合流难题,提出基于深度强化学习的新模型RACE-SM,利用社会价值取向加权自车与周围车辆效用,实现社会可接受的加速与变道决策,仿真证明其碰撞率不劣于现有方法且更具社交礼貌性。
2024-03-15 cs.AI cs.LG cs.RO
Towards Robust On-Ramp Merging via Augmented Multimodal Reinforcement Learning
Michigan Technological University(密歇根理工大学);University of Science and Technology of China(中国科学技术大学)
尽管人工智能车载感知取得了成功,但入口匝道合并一直是自动驾驶面临的主要挑战之一。由于车载传感器的感知范围有限,并道车辆很难观察到主干道的路况并道。通过利用联网车辆和自动驾驶车辆(CAV)之间的无线通信,合并CAV有可能主动获取附近车辆的意图。然而,CAV可能容易出现不准确的观测,例如嘈杂的基本安全信息(BSM)和质量差的监视图像。在本文中,我们提出了一种新的方法,通过增强和多模态强化学习,命名为RAMRL的CAV的鲁棒入口匝道合并。具体来说,我们制定了一个马尔可夫决策过程(MDP)的入口匝道合并问题,考虑到驾驶安全,舒适的驾驶行为,和交通效率。为了提供可靠的合并操作,我们同时利用BSM和监控图像进行多模态观察,用于通过近端策略优化(PPO)学习策略模型。此外,为了提高数据效率并提供更好的泛化性能,我们训练增强数据(例如,噪声BSM和噪声监视图像)。在两种典型的合流场景下,利用城市移动性仿真平台(SUMO)进行了大量的实验。实验结果表明,我们的鲁棒入口匝道合并设计的有效性和效率。
2022-07-21 cs.AI cs.LG cs.RO
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-Making for Autonomous Vehicles with Interaction-Aware Behavioral Prediction and Social-Attention Neural Network
University of Michigan(密歇根大学);Ford Research and Advanced Engineering(福特研究与先进工程部);Excelled Tracer LLC(Excelled Tracer 有限责任公司)
自动驾驶汽车需要在交通中与人类驾驶员互动的同时完成任务。因此,为自动驾驶汽车配备人工推理功能至关重要,以更好地理解周围交通的意图,从而促进任务的完成。在这项工作中,我们提出了一个行为模型,编码司机的互动意图到潜在的社会心理参数。利用贝叶斯滤波器,我们开发了一个基于滚动优化的控制器,用于自动驾驶汽车决策,该控制器考虑了交互驾驶员意图的不确定性。对于在线部署,我们设计了一个神经网络架构的基础上的注意力机制,模仿行为模型与在线估计参数先验。我们还提出了一个决策树搜索算法来解决在线决策问题。提出的行为模型,然后评估其现实世界的轨迹预测的能力。我们进一步进行广泛的评估建议的决策模块,在强制公路合并的情况下,使用模拟环境和现实世界的交通数据集。实验结果表明,该算法能够在保证行车安全的前提下,完成各种交通条件下的强制并道任务。
2023-11-01 cs.AI cs.RO cs.SY
Autonomous Ramp Merge Maneuver Based on Reinforcement Learning with Continuous Action Space
University of California, Berkeley(加州大学伯克利分校)
匝道并线是保证道路安全和交通效率的重要手段。目前由多家汽车制造商和供应商开发的大多数自动驾驶系统通常仅限于限制进入的高速公路。将自动化模式扩展到匝道合并区带来了巨大的挑战。一个是自动驾驶汽车需要纳入未来目标(例如成功和顺利的合并),并在执行当前操作时优化受后续操作影响的长期奖励。此外,合并过程涉及合并车辆及其周围车辆之间的相互作用,其行为可能是合作的或对抗的,从而导致不同的合并对策,这对于成功完成合并至关重要。代替传统的基于规则的方法,我们建议应用强化学习算法的自动驾驶车辆代理,以找到一个最佳的驾驶策略,通过最大化的长期奖励在一个互动的驾驶环境。最重要的是,与大多数强化学习应用中将动作空间解析为离散的相反,我们的方法将动作空间和状态空间视为连续的,而不会产生额外的计算成本。我们独特的贡献是设计的Q-函数近似,其格式是结构化的二次函数,简单而有效的神经网络被用来估计其系数。训练平台的实现结果表明,车辆智能体能够学习到安全、平稳、及时的并车策略,表明了该方法的有效性和实用性。
2018-03-25 cs.AI cs.RO
RiskFlow: Fast and Faithful Safety-Critical Traffic Scenario Generation
National University of Singapore(新加坡国立大学)
提出RiskFlow框架,通过动作空间中的单次前向传输替代迭代去噪,实现快速、保真的安全关键多智能体交通场景生成。
2026-11-09 cs.AI cs.RO
A Deep Reinforcement Learning Approach for Ramp Metering Based on Traffic Video Data
Tongji University(同济大学);New York University(纽约大学)
匝道控制是利用交通信号来调节匝道上的车流量,以提高高速公路的机动性。以往的研究通常基于点检测器收集的预定义交通测量值(如交通量和占用率)实时更新信号配时。与点检测器相比,交通摄像机可以覆盖更大的区域,提供更详细的交通信息,并已越来越多地部署在道路网络中。在这项工作中,我们提出了一种深度强化学习(DRL)方法,以探索交通视频数据在提高匝道控制效率方面的潜力。该方法使用交通视频帧作为输入,并直接从高维视觉输入中学习最优控制策略。一个真实的案例研究表明,与一个国家的实践方法相比,建议的日间行车线方法的结果在1)更低的旅行时间在主线,2)更短的车辆排队在入口匝道,和3)更高的交通流量下游的合并区。结果表明,该方法能够从视频数据中提取有用的信息,更好地匝道控制。
2020-12-09 cs.AI cs.CV
Lane-Merging Using Policy-based Reinforcement Learning and Post-Optimization
fortiss GmbH(福蒂思有限公司);Technische Universität München(慕尼黑工业大学)
许多当前的行为生成方法难以处理真实世界的交通情况,因为它们不能很好地扩展复杂性。然而,可以使用数据驱动的方法离线学习行为。特别是,强化学习是有前途的,因为它隐含地学习如何利用收集的经验的行为。在这项工作中,我们将基于策略的强化学习与局部优化相结合,以培养和综合这两种方法中最好的一种。基于策略的强化学习算法为后期优化提供了初始解和指导性参考。因此,优化器只需计算单个同伦类,例如\在另一辆车的后面或前面行驶。通过在强化学习期间存储状态历史,它可以用于约束检查,优化器可以考虑交互。后优化还充当安全层,因此,该新方法可以应用于安全关键应用中。我们评估所提出的方法使用变道的情况下,不同数量的车辆。
2020-03-06 cs.AI cs.LG cs.MA
Modeling and Testing Multi-Agent Traffic Rules within Interactive Behavior Planning
fortiss GmbH(福特斯有限公司);Technische Universität München(慕尼黑工业大学)
自动驾驶汽车需要遵守与人类相同的规则。这些流量规则中的一些可能取决于多个代理或时间。特别是在交通参与者密集交互的情况下,在规划过程中需要考虑与其他代理的交互。要研究如何多代理和时间依赖的交通规则应建模,需要一个框架,限制的行为,以符合规则的行动在规划过程中,并最终可以评估这些规则的满意度。这项工作提出了一种方法来模拟符合交通规则的交互式行为规划和测试的衍生物的交通规则制定的度量,如碰撞,进展,或违反规则。交互式的行为规划问题制定为一个动态的游戏和解决使用蒙特卡罗树搜索,为此,我们贡献了一个新的方法,将历史相关的交通规则到一个决策树。为了研究规则的效果,我们将其视为一个多目标问题,并将宽松的字典序应用于向量化奖励。我们展示了我们的方法在合并的情况下。我们评估的效果建模和结合交通规则,以最终遵守模拟。我们表明,与我们的方法,互动的行为规划,同时满足甚至复杂的交通规则可以实现。展望未来,这为我们提供了一个通用的框架来正式制定自动驾驶汽车的交通规则。
2020-09-29 cs.RO
Bench4Merge: A Comprehensive Benchmark for Merging in Realistic Dense Traffic with Micro-Interactive Vehicles
Institute for AI Industry Research (AIR), Tsinghua University(清华大学人工智能产业研究院(AIR));College of Energy Engineering, Zhejiang University(浙江大学能源工程学院);Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);Didi Chuxing(滴滴出行)
针对密集交通中汇入场景评估困难的问题,提出闭环评估基准Bench4Merge,利用微观交互车辆和LLM重构评估机制,全面评估并揭示现有运动规划方法的问题。
2025-04-02 cs.AI cs.RO
MR-IDM -- Merge Reactive Intelligent Driver Model: Towards Enhancing Laterally Aware Car-following Models
Global Center for Automotive Performance Simulation(全球汽车性能模拟中心);Honda Research Institute, USA Inc.(美国本田研究院);Virginia Tech Transportation Institute(弗吉尼亚理工交通研究所)
针对现有微观交通模型忽略匝道车辆影响的问题,提出名为MR-IDM的新型高速公路跟驰模型,该模型能逼真反应汇入车辆并具备横向感知等特性,在模拟真实数据上误差最小。
2023-05-19 cs.RO cs.SY eess.SY
Preemptive Spatiotemporal Trajectory Adjustment for Heterogeneous Vehicles in Highway Merging Zones
China Railway No.7 Bureau Group No.3 Engineering Co., Ltd.(中铁七局集团第三工程有限公司)
针对高速合流区感知滞后、时空资源利用率低的问题,提出融合车型、驾驶意图与安全时空距离的异构车辆抢占式合流控制策略,仿真验证其可显著降低延误、提升安全与通行效率。
2025-09-30 cs.RO cs.SY eess.SY
A Multi-Agent Deep Reinforcement Learning Coordination Framework for Connected and Automated Vehicles at Merging Roadways
University of Delaware(特拉华大学)
在高速公路上行驶的车辆数量的稳步增加继续加剧拥堵、事故、能源消耗和温室气体排放。新兴的移动系统,例如,互联和自动驾驶汽车(CAV)有可能直接解决这些问题,并提高运输网络的效率和安全性。在本文中,我们考虑了一个高速公路合并的情况下,并提出了一个框架,协调CAV,停止和去驾驶被淘汰。我们使用一种分散形式的行动者-批评者方法来进行深度强化学习$-$多智能体深度确定性策略梯度。我们通过数值模拟证明了CAV的协调性,并表明通过消除走走停停的驾驶来实现平稳的交通流。模拟结果的视频和图表可在本补充$\href{https://sites.google.com/view/ud-ids-lab/MADRL}{\text{site}}$中找到。
2022-03-14 cs.AI cs.LG cs.SY
Active Learning with Dual Model Predictive Path-Integral Control for Interaction-Aware Autonomous Highway On-ramp Merging
Institute for Robotics and Intelligent Machines, Georgia Institute of Technology(佐治亚理工学院机器人与智能机器研究所);Honda Research Institute USA, Inc.(美国本田研究所)
针对自动驾驶匝道并线,提出基于模型预测路径积分控制的双控制框架,结合贝叶斯推断主动学习其他驾驶员参数,生成交互轨迹,并通过高、低保真模拟验证有效性。
2023-10-11 cs.RO math.OC
Autonomous vehicle decision and control through reinforcement learning with traffic flow randomization
Shien-Ming Wu School of Intelligent Engineering, South China University of Technology(华南理工大学吴贤铭智能工程学院)
本研究提出通过随机化SUMO中微观交通流参数来训练强化学习策略,提升自动驾驶在真实交通场景中的性能,实验证明该方法显著提高了成功率和计算奖励。
2024-04-19 cs.LG cs.RO cs.SY
Driver Assistance for Safe and Comfortable On-Ramp Merging Using Environment Models Extended through V2X Communication and Role-Based Behavior Predictions
Mercedes-Benz AG(梅赛德斯-奔驰股份公司);Ulm University(乌尔姆大学);Fraunhofer FOKUS(弗劳恩霍夫开放通信系统研究所)
现代驾驶员辅助系统和自动驾驶汽车都是根据当地的环境地图做出决策的。这些地图包括例如由传感器感知的周围移动对象以及路线和导航信息。目前在环境测绘领域的研究涉及两个主要挑战。第一个是整合来自不同来源的信息,例如雷达、相机、超声波和激光雷达等车载传感器、离线地图数据或后端信息。第二个挑战包括找到这种聚合信息的抽象表示,并针对不同的驾驶功能和交通情况提供合适的接口。为了克服这些挑战,扩展环境模型是一个合理的选择。在本文中,我们展示了基于角色的运动预测与v2x扩展环境模型相结合,能够有助于提高交通安全性和驾驶舒适性。因此,我们结合了上述研究领域,并以高速公路入口处的穿线过程为例,展示了可能的改进。此外,研究表明,与未配备v2x的车辆相比,80%的平均v2x设备穿透率可以显著提高0.33m/s^2的总加速度和12 m的安全距离。
2020-08-17 cs.CE cs.ET cs.RO
Interaction-Aware Trajectory Prediction and Planning for Autonomous Vehicles in Forced Merge Scenarios
University of Michigan(密歇根大学);Ford Motor Company(福特汽车公司)
一般来说,合并对于人类驾驶员和自动驾驶车辆来说都是一项具有挑战性的任务,特别是在密集的交通中,因为合并车辆通常需要与其他车辆交互以识别或创建间隙并安全地合并。在本文中,我们考虑的问题,自主车辆控制强制合并的情况下。我们提出了一种新的博弈论控制器,称为领导者-追随者游戏控制器(LFGC),其中自主自我车辆和其他车辆与先验不确定的驾驶意图之间的相互作用被建模为部分可观察的领导者-追随者游戏。LFGC根据观测到的轨迹在线估计其他车辆的意图,然后预测它们的未来轨迹,并使用模型预测控制(MPC)规划自我车辆的自身轨迹,以同时实现概率上保证的安全和合并目标。为了验证LFGC的性能,我们在模拟和NGSIM数据中对其进行了测试,LFGC在合并中表现出97.5%的高成功率。
2021-12-14 cs.RO cs.SY eess.SY
Dual Control for Interactive Autonomous Merging with Model Predictive Diffusion
Institute for Robotics and Intelligent Machines, Georgia Institute of Technology(佐治亚理工学院机器人与智能机器研究所);Honda Research Institute, USA Inc.(美国本田研究所公司)
针对自动驾驶汇入中人类行为难以孤立预测的问题,提出结合信念分布推导与模型预测扩散求解器的主动双重控制框架,并经硬件实验验证其不确定性自适应规划能力。
2025-02-14 cs.RO cs.SY eess.SY
HCOMC: A Hierarchical Cooperative On-Ramp Merging Control Framework in Mixed Traffic Environment on Two-Lane Highways
针对混合交通流,本文提出HCOMC分层协作匝道汇入控制框架,结合改进虚拟车辆模型、博弈论换道与多目标优化,显著提升了汇入过程的安全性与交通效率。
2025-07-15 cs.AI cs.RO cs.SY
Integrated Behavior Planning and Motion Control for Autonomous Vehicles with Traffic Rules Compliance
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));The Hong Kong University of Science and Technology(香港科技大学)
本文提出一种基于优化的融合行为规划与运动控制方案,通过将交通规则势函数纳入MPC目标函数,在CARLA仿真中实现安全合规且实时可泛化的城市自动驾驶行为。
2023-11-30 cs.RO cs.SY eess.SY
Trust-MARL: Trust-Based Multi-Agent Reinforcement Learning Framework for Cooperative On-Ramp Merging Control in Heterogeneous Traffic Flow
Tsinghua University(清华大学);The University of Texas at Austin(德克萨斯大学奥斯汀分校)
针对异构交通中匝道汇入协同难题,提出基于信任的多智能体强化学习框架Trust-MARL,通过宏观群体协同与微观动态信任机制及博弈决策模块,提升了不同场景下的交通安全性、效率与适应性。
2025-06-14 cs.AI cs.ET cs.GT
Optimal Brain Iterative Merging: Mitigating Interference in LLM Merging
Peking University(北京大学);Du Xiaoman(度小满);School of Software & Microelectronics, Peking University(北京大学软件与微电子学院)
针对 LLM 合并中的模型内与模型间参数干扰,本文提出 OBIM,通过显著性参数筛选和二值掩码互斥迭代合并提升性能,并在 SFT 与预训练后模型上验证其优势。
2025-02-17 cs.AI cs.CL cs.LG
AIMMerging: Adaptive Iterative Model Merging Using Training Trajectories for Language Model Continual Learning
Al Technology Center of OVB, Tencent, China(腾讯奥比大学技术中心);The Hong Kong Polytechnic University, Hong Kong S.A.R.(香港理工大学);Peking University, China(北京大学)
本文提出AimMerging框架,利用训练轨迹中的学习与遗忘信号动态监控训练状态,自适应控制模型合并时机与频率,在三个持续学习基准上显著提升了前向迁移和后向迁移性能。
2025-09-22 cs.AI cs.CL
A Collaborative Safety Shield for Safe and Efficient CAV Lane Changes in Congested On-Ramp Merging
School of Computer Science and Statistics, Trinity College Dublin(计算机科学与统计学系,三一学院都柏林)
本文提出MARL-MASS,通过整合多智能体安全盾和定制奖励函数,在拥堵交通中实现安全且高效的车道变换。
2026-02-10 cs.AI cs.MA cs.RO
No Pain, More Gain: Iterative Merging for Effective Multi-Teacher On-Policy Distillation
KAIST AI(韩国科学技术院人工智能学院);Kakao(Kakao公司)
针对多教师在线蒸馏中初始化影响恢复的问题,提出迭代合并方法,从均匀合并逐步添加任务向量,在5领域设置中实现更高平均归一化恢复。
2026-09-29 cs.AI cs.LG
IterIS: Iterative Inference-Solving Alignment for LoRA Merging
University of Science and Technology of China(中国科学技术大学);Hong Kong University of Science and Technology(香港科技大学)
针对数据隐私限制下多任务模型获取难题,提出IterIS方法,通过迭代推理-求解对齐优化LoRA合并,解决现有方法假设粗糙、样本需求大等问题,在多模态任务中性能显著提升且效率高。
2025-04-15 cs.AI cs.LG
Autonomous Air Traffic Controller: A Deep Multi-Agent Reinforcement Learning Approach
Iowa State University(爱荷华州立大学)
空中交通管制是一个高度动态和随机环境下的实时安全决策过程。在今天的航空实践中,人类空中交通管制员监视和指挥许多飞行器通过其指定的空域扇区。随着传统(商用客机)和低空(无人机和eVTOL飞机)空域空中交通复杂性的快速增长,需要自主空中交通管制系统来适应高密度空中交通并确保飞机之间的安全间隔。我们提出了一个深度的多智能体强化学习框架,该框架能够识别和解决具有多个交叉点和合并点的高密度,随机和动态航路扇区中飞机之间的冲突。该框架利用了一个演员-评论家模型,A2 C,它结合了损失函数从近端策略优化(PPO),以帮助稳定的学习过程。此外,我们使用一个集中式学习,分散执行计划,其中一个神经网络的学习和共享的环境中的所有代理。我们表明,我们的框架是可扩展的和有效的大量入境飞机,以实现极高的交通吞吐量与安全保证。我们通过在蓝天环境中进行广泛的模拟来评估我们的模型。结果表明,我们的框架是能够解决99.97%和100%的所有冲突都在交叉口和合并点,分别在极端高密度的空中交通场景。
2019-05-02 cs.AI cs.LG cs.MA
Resolve Highway Conflict in Multi-Autonomous Vehicle Controls with Local State Attention
VNU University of Engineering and Technology(越南工程大学)
本文提出局部状态注意力模块,通过自注意力压缩邻近车辆关键信息,解决多自动驾驶车辆在高速公路合流中的局部冲突,并在高密度交通下显著提升合流效率。
2025-06-13 cs.AI cs.LG
Automating Traffic Model Enhancement with AI Research Agent
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));School of Transportation, Southeast University(东南大学交通运输学院)
TR-Agent通过AI驱动的闭环迭代流程,自动化改进交通模型,提升效率和效果,适用于多种交通建模场景。
2025-05-06 cs.AI
TrafficSim: Learning to Simulate Realistic Multi-Agent Behaviors
Uber ATG(优步先进技术集团);University of Toronto(多伦多大学);University of Waterloo(滑铁卢大学)
仿真具有大规模评估自动驾驶系统的潜力,从而实现快速开发和安全部署。为了缩小仿真和现实世界之间的差距,我们需要模拟真实的多智能体行为。现有的仿真环境依赖于直接编码交通规则的基于几何学的模型,其不能捕获不规则的机动(例如,轻推,U形转弯)和复杂的相互作用(例如,屈服、合并)。相比之下,我们利用真实世界的数据直接从人类演示中学习,从而捕捉到更多样化的演员行为。为此,我们提出了一个多智能体的行为模型,现实的交通模拟的marticsim。特别是,我们利用隐式潜变量模型参数化的联合演员的政策,产生社会一致的计划,在现场的所有演员联合。为了学习适合长期模拟的鲁棒策略,我们在训练中展开策略,并通过随时间的完全可微模拟进行优化。我们的学习目标既包括人类示范,也包括常识。我们表明,与一组不同的基线相比,EschericSim生成的流量场景更加真实和多样化。值得注意的是,我们可以利用轨迹生成的MixicSim作为有效的数据增强训练更好的运动规划。
2021-01-17 cs.AI cs.CV cs.LG
Traffic-R1: Reinforced LLMs Bring Human-Like Reasoning to Traffic Signal Control Systems
The Hong Kong University of Science and Technology (Guangzhou)(香港科学与技术大学(广州));PCITECH;The University of Hong Kong(香港大学)
本研究提出具备类人推理能力的30亿参数交通信号控制基础模型Traffic-R1,通过LLM自主探索加专家指导的迭代强化训练开发,兼具零样本泛化、边缘可部署、可解释多路口协同优势,性能优于现有方法,已落地应用并取得显著成效。
2025-10-22 cs.AI
Training-free LLM Merging for Multi-task Learning
City University of Hong Kong(香港城市大学);Tencent Jarvis Lab(腾讯 Jarvis 实验室);University of Technology Sydney(悉尼大学);University of Queensland(昆士兰大学);Jilin University(吉林大学);Westlake University(西湖大学)
针对多专用大模型整合需求,提出免训练的分层迭代融合方法Hi-Merging,通过贡献分析引导的模型级与层级剪枝缩放缓解参数冲突,在中英文多任务上性能优于现有融合方法及组合数据集微调模型。
2025-06-14 cs.AI cs.CL cs.LG