近年来，自动驾驶汽车（AV）的智能决策模块可以处理的场景复杂度，逐渐成为了衡量和评价自动驾驶能力的核心指标之一。

尤其是在强交互高密度场景中，例如繁忙的城市道路、复杂的十字路口或多车道高速公路真实道路，AV 如何进行智能决策，并生成高效且安全的驾驶行为，仍然存在较大挑战。此类问题包含但不限于如何拟人地与人类交互，提升决策预测算法的泛化能力，有效处理多样驾驶环境中的corner case问题等。

针对上述问题，多伦多大学的在读博士王乐天等研究人员使用(Inverse) reinforcement learning，skill discovery，Bayesian inference等方法，使AV 产生不同风格的拟人化驾驶行为，并在线识别人类的驾驶风格，提升预测算法的场景可迁移性与个体可适应性。这些方法可以大幅提升自动驾驶决策算法的学习效率与性能，智能地解决强交互高密度驾驶场景下的泛化决策问题。相关成果的论文发表于RSS 2023、RA-L 2021（Best Paper）、NeurIPS 2021顶级会议期刊上。

9月1日10点，「自动驾驶新青年讲座」第22讲邀请到论文一作、多伦多大学在读博士王乐天参与，主讲《强交互高密度场景中自动驾驶智能决策与行为生成》。