论文提出边际成本奖励改善混行交通中自动驾驶路由

Anastasia Psarou 等发布论文，在多智能体强化学习路由中把自动驾驶车辆对其他道路使用者影响的边际成本加入奖励，并在 Ingolstadt 和 Provins 真实交通网络的混合交通模拟中实验。结果是相对自私路由，人类车辆出行时间增幅受限、自动驾驶车辆出行时间缩短，整体系统性能提升；但论文称当奖励中社会成分权重增大时，系统无法达到期望性能。 工作基于论文摘要，属于模拟实验阶段，效果限于所测试的两个真实网络场景。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。