讨论自动驾驶车辆如何通过基于层次逆强化学习的概率预测方法，准确预测周围车辆的行为并进行规划，以此应对人类行为的不确定性和交互作用。

Sep, 2018

利用数据驱动的方法调整控制器以确保 AV 的安全和个性化控制，进而提高用户的信任度和接受度，我们研究了驾驶风格对用户接受度的影响，并证明了个性化能显著影响 AV 的态度。

Jan, 2023

自动驾驶策略研究提出了基于风险预测的方法，利用周围车辆的重量建立风险指示器并采用分层深度强化学习。模拟结果显示该方法能同时降低潜在事故的发生几率和后果，并提高驾驶效率。

Dec, 2023

本文提出了一种对抗性强化学习算法以最大化自主车辆动态控制对网络物理攻击的鲁棒性，通过分析状态估计过程并在博弈理论框架中研究了攻击者和自主车辆之间的互动以及提出了长短期记忆的使用，同时研究了数据处理的过程以提高面对网络物理攻击的鲁棒性。

May, 2018

本研究探讨了在高密度交通条件下，通过应用模仿学习算法，对未来自动驾驶车辆实现控制策略和现实限制的协调，以提高网络能效，结果显示该算法能通过仅使用本地观测数据，提高交通网络能效达 15%。

Jun, 2022

本文提出一种基于驾驶车辆间互动的车道变换方法，其中采用交互轨迹预测方法探索 AV 和其他车辆之间的可能协作。此外，本文设计了一种综合考虑安全、效率和舒适度的评估以做出车道变换决策，并提出了一种基于模型预测控制（MPC）的运动规划算法，以协调 AV 的决策和周围车辆的交互行为，从而避免车道变换过程中发生碰撞。定量测试结果显示，相较于没有交互预测的方法，本文的方法将 AV 和其他车辆的驾驶效率分别提升了 14.8% 和 2.6%，表明恰当利用车辆之间的互动可以有效减少 AV 的保守性并促进与其他车辆之间的协作。

Jan, 2022

本文介绍了一种无模型的强化学习代理来捕捉环境中多种行为方式的方法，引入额外的伪奖励项来鼓励探索具有不同状态空间的区域，并将此应用于自动驾驶场景，以学习备用策略并展示其可行性。

Apr, 2022

本文介绍了一种利用深度强化学习解决自动驾驶问题的方案，不同于其他机器人任务，自动驾驶需要确保功能安全和在多个智能体情境下执行正确的决策，其中的主要挑战包括如何处理多个智能体的不确定行为，以及如何在 “Desires” 策略和难以控制的路径规划之间实现平衡。

Oct, 2016

使用深度强化学习和累积前景理论，生成对抗性行为的新框架来检测自动驾驶汽车的风险弱点。通过在高保真硬件测试平台上进行案例研究，结果证明对抗行为能揭示被测试自动驾驶汽车的弱点。

Sep, 2023

本文提出一个基于强化学习的框架，以最小化道路碰撞、最大化通信数据速率的目标，同时优化自动驾驶车辆的网络选择和驾驶策略。通过将问题转化为马尔可夫决策过程并基于深度 Q 学习来优化加速度、减速度、变道和车辆 - 基站分配等行为，实现了安全驾驶和以改进的连通性。

Aug, 2022