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

📄 arXiv: 2606.16735v1 📥 PDF

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

分类: cs.RO

发布日期: 2026-06-15

备注: 16 pages, 10 figures. Accepted for the IEEE Transactions on Intelligent Transportation Systems (T-ITS), June 2026

💡 一句话要点

提出信息论框架以解决混合自主驾驶中的沟通问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 混合自主驾驶 信息论 贝叶斯博弈 逆强化学习 车辆沟通 认知不确定性 交通安全 智能交通

📋 核心要点

  1. 混合自主驾驶中，自动驾驶与人类驾驶车辆之间的意图误解导致安全性和效率下降，现有方法未能有效解决此问题。
  2. 提出了一种信息论框架，通过级别-k贝叶斯劝说博弈和虚拟特征建模车辆意图与偏好探测，增强了车辆间的沟通能力。
  3. 实验结果表明，所提模型在强制车道变换的预测误差上降低了20%，并且与驾驶员问卷评分呈正相关，验证了模型的主观有效性。

📝 摘要（中文）

混合自主驾驶在自动驾驶车辆（AVs）与人类驾驶车辆（HVs）误解彼此意图时变得不安全和低效。本文研究了车道变换中的隐式相互沟通问题，提出了一种框架来建模自我车辆如何表达意图并在认知不确定性下探测其他驾驶者的偏好。该框架结合了级别-k贝叶斯劝说博弈、主动信号的虚拟特征、用于相互沟通的信息论奖励以及沟通能力的自适应权重。通过在自然驾驶数据集NGSIM上使用基于沟通的多智能体逆强化学习算法（C-MIRL）进行模型校准，结果显示该模型在强泛化的同时，将强制车道变换的预测误差降低了20%。

🔬 方法详解

问题定义：本文旨在解决混合自主驾驶中自动驾驶车辆与人类驾驶车辆之间的意图误解问题。现有方法在处理车辆间的沟通与认知不确定性时存在不足，导致安全性和效率的降低。

核心思路：论文提出了一种信息论框架，通过级别-k贝叶斯劝说博弈来建模自我车辆的意图表达和对其他驾驶者偏好的探测。这种设计旨在增强车辆间的相互沟通，减少误解。

技术框架：整体架构包括三个主要模块：意图表达、偏好探测和信息论奖励。意图表达通过虚拟特征进行主动信号传递，偏好探测则基于对其他驾驶者行为的推测，信息论奖励用于评估沟通的有效性。

关键创新：最重要的技术创新在于引入了Pride-Inquiry（P-I）和Pride-Prejudice（P-P）平面来分析沟通强度和倾向，这在现有方法中尚未得到充分探讨。

关键设计：模型使用了基于沟通的多智能体逆强化学习算法（C-MIRL）进行校准，关键参数包括沟通能力的自适应权重和信息论奖励的设计，确保了模型在自然驾驶数据集上的强泛化能力。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，所提模型在强制车道变换的预测误差上降低了20%，相比于非沟通基线表现出显著提升。此外，驾驶员问卷评分与校准后的沟通变量呈正相关，进一步验证了模型的有效性。

🎯 应用场景

该研究的潜在应用领域包括自动驾驶系统的设计与优化、智能交通管理以及人机交互界面的改进。通过增强车辆间的沟通能力，可以显著提高混合交通环境中的安全性和效率，推动智能交通系统的发展。

📄 摘要（原文）

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.