社会适应性自动驾驶车辆：偶发驾驶行为对驾驶员体验的影响

社会科学家认为自动驾驶车辆需要作为有效的社会智能体运作；它们需要像人类驾驶员一样隐式回应其他驾驶员的行为。本研究研究了自动驾驶车辆中偶发驾驶行为如何影响人类驾驶员的体验。我们比较了三种算法驾驶模型：一种基于人类驾驶数据训练、对交互做出响应（熟悉的偶发行为），两种人工智能模型意图无论交互如何展开都始终让行或始终不让行（非偶发行为）。结果表明，熟悉的偶发行为显著减少了驾驶员与自动驾驶车辆交互时的犹豫和压力。熟悉偶发性与积极体验之间的直接关系表明，自动驾驶车辆应通过情境自适应算法纳入社会熟悉的驾驶模式，以提高在混合人类-自动驾驶车辆交通环境中成功部署和接受的可能性。