相关实验视频
Updated: May 13, 2025
16:14
Trajectory Data Analyses for Pedestrian Space-time Activity Study
Published on: February 25, 2013
13.4K
一个游戏理论模型,用基于AI的视频分析来检查未有信号的滑道上的行人行为和安全
Md Eaysir Arafat1, Sherrie-Anne Kaye2, Ronald Schroeter2
1Queensland University of Technology, School of Civil and Environmental Engineering, Brisbane, Australia.
Accident; analysis and prevention
|April 18, 2025
概括
游戏理论揭示了在滑道上的行人和驾驶者的互动. 量子响应平衡 (QRE) 更好地预测行为,显示5.8%的冲突概率,并突出了安全改善的需要.
科学领域:
- 交通安全 交通安全 交通安全
- 行为经济学是一种行为经济学.
- 游戏理论应用 游戏理论应用
背景情况:
- 在信号交叉路口的滑道上对行人安全的研究不足.
- 现有的研究往往忽略了行人和驾驶者之间复杂的联合决策动态.
- 滑道在预测道路用户互动和潜在冲突方面存在独特的挑战.
研究的目的:
- 应用游戏理论来模拟行人和驾驶者在滑道上的共同决策.
- 为了比较量子响应平衡 (QRE) 和纳什平衡 (NE) 对这些相互作用的预测能力.
- 确定影响行人交叉路口和驾驶员屈服行为以及相关撞车风险的因素.
主要方法:
- 制定了行人与驾驶者的互动,作为一个双人,非合作,同时进行的游戏.
- 利用基于人工智能的视频分析来收集来自澳大利亚布里斯班滑道的真实互动数据.
- 使用二进制逻辑模型建模决策,并比较QRE和NE结果.
主要成果:
- 量子响应平衡 (QRE) 显示出比纳什平衡 (NE) 更高的预测准确性.
- 较高的车速降低了驾驶员的屈服力;行人位置影响了十字路口的决定.
- 较长的车辆-行人距离增加了驾驶员的屈服;通过QRE识别的5.8%冲突概率.
结论:
- 游戏理论为理解复杂的道路用户在滑道上的行为提供了一个有价值的框架.
- 结果提供了对行人意图的洞察力,并可以为连接自动化车辆 (CAV) 的决策提供信息.
- 改善滑道行人安全需要解决联合决策动态和潜在冲突.
