集体自动驾驶车辆路径规划需要社会意识，以便与人类驾驶员共存

在现实世界的交通网络中，自动驾驶车辆（AV）的集体路径选择可能对人类驾驶车辆（HDV）产生外部性，因为有利于 AV 的路径可能会增加其他道路使用者的出行时间。为解决这一问题，我们在 AV 以自身出行时间为导向的自利奖励中引入了一个社会性分量，即边际成本。边际成本通过比较其他道路使用者的实际出行时间与移除该 AV 的反事实仿真中的出行时间，衡量该 AV 对他们的影响。我们使用多智能体强化学习（MARL）研究混合自动驾驶交通环境中的 AV 路径选择，其中 AV 通过与交通环境的反复交互来学习路径规划策略。在 Ingolstadt 和 Provins 真实路网中的实验表明，相较于自利的 AV 路径规划，将边际成本纳入 AV 奖励不仅能限制 HDV 出行时间的增加并缩短 AV 出行时间，还能改善系统整体表现。在 Ingolstadt，当 AV 占比为 40\% 时，自利路径规划使其他车辆的出行时间增加了 1.7\%；引入社会性奖励后，这一增幅降至 1.1\%。值得注意的是，采取顾及他人的行为不仅改善了系统整体表现，也使 AV 自身受益。这一效果在所测试的不同城市、渗透率和重复实验中均保持一致；然而，当奖励中社会性分量的权重增大时，系统却无法达到预期表现。为在混合自动驾驶交通中实现更具可扩展性的社会性 AV 路径规划，我们仅计算那些路径选择对交通系统影响最大的 AV 的边际成本。这减少了反事实仿真的次数，并以显著更低的计算成本实现了相近的表现。我们的结果表明，为了所有交通参与者的利益，AV 路径规划应超越自利奖励，在其目标中纳入社会性分量。