Planung für autonome Autos, die Auswirkungen auf menschliches Handeln nutzen

Traditionell machen autonome Autos Vorhersagen über die zukünftigen Trajektorien anderer Fahrer und planen, sich ihnen aus dem Weg zu gehen. Dies führt meist zu defensivem und undurchsichtigem Verhalten. Unsere zentrale Erkenntnis ist, dass die Aktionen eines autonomen Autos tatsächlich beeinflussen, was andere Autos als Reaktion tun werden, unabhängig davon, ob das Auto sich dessen bewusst ist oder nicht. Unsere These ist, dass wir diese Reaktionen nutzen können, um effizientere und kommunikativere Verhaltensweisen zu planen. Wir modellieren die Interaktion zwischen einem autonomen Auto und einem menschlichen Fahrer als dynamisches System, in dem die Aktionen des Roboters unmittelbare Konsequenzen für den Zustand des Autos, aber auch für menschliche Handlungen haben. Wir modellieren diese Konsequenzen, indem wir den Menschen als optimalen Planer approximieren, mit einer Belohnungsfunktion, die wir durch Inverses Verstärkungslernen erlangen. Wenn der Roboter mit dieser Belohnungsfunktion in diesem dynamischen System plant, entstehen Aktionen, die absichtlich den menschlichen Zustand ändern: Er fährt vor einen Menschen, um ihn dazu zu bringen, langsamer zu werden oder sein eigenes Ziel schneller zu erreichen; er blockiert zwei Fahrspuren, um sie zum Wechseln auf eine dritte Spur zu bewegen; oder er fährt an einer Kreuzung leicht zurück, um sie zuerst weiterfahren zu lassen. Solche Verhaltensweisen entstehen aus der Optimierung, ohne auf manuell kodierte Signalisierungsstrategien zurückzugreifen und ohne jemals explizit Kommunikation zu modellieren. Die Ergebnisse unserer Nutzerstudie deuten darauf hin, dass der Roboter tatsächlich in der Lage ist, gewünschte Änderungen im menschlichen Zustand hervorzurufen, indem er mit diesem dynamischen System plant.