一种人机混合决策的机器行为在冲突中的协调方法

本发明涉及人工智能技术领域，具体涉及一种人机混合决策的机器行为在冲突中的协调方法，包括机器计算的超车收益Rvehicle以及人认为的超车收益Rhuman，Rvehicle＝△t·v‑p·L，Rhuman＝△t·v‑p·L‑M‑E，实施超车动作时的预期奖励为：r(s,a)＝E[rt+1|st＝s,at＝a,st+1＝s’]，此时，最优策略π*＝argmaxπE[R|π]，得到的最大回报R＝Σγr‑1t＝0’rt+1，遵循策略的预期回报为：Vπ(s)＝E[Rt|st＝s]＝Eπ[Σγk∞k＝0rt+k+1|st＝s,at＝a]，其中，γk为折扣因子，t为当前时点，k为远期步长，本发明通过上述基于大数据下人机混合决策的机器行为在人‑机决策冲突中的协调方法，可以使得在自动驾驶的过程中，能够有效区分人或机器槽孔，从而有效提升国内的自动驾驶技术，以及整体的行业水平。