自動運転/インタラクション2026/6/1arXiv:2606.16735

プライドと偏見：相互コミュニケーションを考慮したドライバー行動モデリングの情報理論的枠組みに向けて

Pride and Prejudice: Toward an Information-Theoretic Framework for Mutually Communicative Driver Behavior Modeling

自動運転車と人間運転車の意図の読み違いによる不安全・非効率を改善するため、車線変更時の暗黙の相互コミュニケーションを情報理論的報酬とレベルkベイズ説得ゲームでモデル化し、実データで検証した論文。

詳しい要約

1. どんなもの？

- AVとHVが互いの意図を誤解すると混合交通は危険・非効率になる。 - 車線変更における暗黙の相互コミュニケーション問題として定式化。 - ego車が意図を表出しつつ相手の選好を探索する枠組みを提案。 - level-k Bayesian persuasion game、virtual features、情報論的報酬、適応的重みを統合。 - Pride-Inquiry (P-I) と Pride-Prejudice (P-P) 平面でコミュニケーション強度・傾向を分析。

2. 先行研究と比べてどこがすごい？

- 従来の非コミュニケーションbaselineと比較。 - 必須車線変更の予測誤差を最大20%削減。 - 強い汎化性能を維持。 - Driver-In-the-Loop質問紙スコアが校正済みコミュニケーション変数と正相関。 - 主観的妥当性を支持。

3. 技術・手法の肝は？

- level-k Bayesian persuasion gameを採用。 - proactive signalingのためのvirtual features。 - 相互コミュニケーションのための情報論的報酬。 - コミュニケーションaffordancesの適応的重み。 - P-IおよびP-P平面で強度・傾向を分析。 - Communication-Based Multi-Agent Inverse Reinforcement Learning (C-MIRL)で校正。

4. どうやって有効だと検証した？

- 自然主義的NGSIMデータセットで校正。 - 非コミュニケーションbaselineと比較し予測誤差を評価。 - 必須車線変更で最大20%の誤差削減を確認。 - 汎化性能を検証。 - Driver-In-the-Loop質問紙スコアと校正変数の相関を分析。

5. 議論はある？

- 学習された報酬からinquiryとlistening affordancesがprideやexpression単独より寄与が大きい。 - inquiry選好はドライバー間でより強く変動。 - 対話的運転における相互コミュニケーションと認識的不確実性の明示的モデル化を支持。 - 限界や反証については要旨からは不明。

6. 次に読むべき論文は？

- level-k Bayesian persuasion game - Communication-Based Multi-Agent Inverse Reinforcement Learning (C-MIRL) - NGSIM dataset - Driver-In-the-Loop - 関連手法としてmulti-agent inverse reinforcement learning

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Tingjun Li, Nan Xu, Shuo Feng, Hassan Askari, Bruno Henrique Groenner Barbosa, Konghui Guo

分類: cs.RO

原文アブストラクト

Mixed autonomy driving becomes unsafe and inefficient when autonomous vehicles (AVs) and human-driven vehicles (HVs) misread each other's intentions. We study this problem as implicit mutual communication in lane changes. The proposed framework models how the ego vehicle both expresses its intent and probes the other driver's preference under epistemic uncertainty. It combines a level-k Bayesian persuasion game with virtual features for proactive signaling, information-theoretic rewards for mutual communication, and adaptive weights of communication affordances. We further introduce the Pride-Inquiry (P-I) and Pride-Prejudice (P-P) planes to analyze communication intensity and tendency. The model is calibrated with a Communication-Based Multi-Agent Inverse Reinforcement Learning algorithm (C-MIRL) on the naturalistic NGSIM dataset. Compared with the non-communicative baseline, the proposed model reduces the prediction error of mandatory lane changes by up to 20% while maintaining strong generalization. Driver-In-the-Loop questionnaire scores are positively correlated with the calibrated communication variables, supporting the subjective validity of the model. The learned rewards further show that inquiry and listening affordances contribute more than pride and expression alone, and that inquiry preference varies more strongly across drivers. These results support explicit modeling of mutual communication and epistemic uncertainty in interactive driving.

arXivで原文を読む →arXiv概要ページ

← 論文一覧