🤖 AI

Emotion in an active inference model of human driving

本文提出了一种用于人类驾驶的扩展主动推理框架，该框架整合了基于当前及预测未来结果的连续情感状态（效价与唤醒度），并证明了由此产生的情感信号与交互式驾驶场景中报告的情感模式相一致。

原作者： Julian F. Schumann, Johan Engström, Ran Wei, Jens Kober, Martijn Wisse, Arkady Zgonnikov

发布于 2026-08-11

📖 1 分钟阅读☕ 轻松阅读

原作者： Julian F. Schumann, Johan Engström, Ran Wei, Jens Kober, Martijn Wisse, Arkady Zgonnikov

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正行驶在高速公路上，突然，你前面的车在没有打转向灯的情况下突然转向。你的心跳加速，胃部一阵翻腾，甚至可能感到一阵愤怒。但你有没有想过，为什么你的大脑会做出这样的反应？研究机器和大脑如何做决策的科学家们有一个被称为“主动推理”（active inference）的理论。可以将它想象成你脑海中一个超级聪明的侦探，它不断地在猜测接下来会发生什么。它试图预测未来以避免被惊吓。如果世界符合它的预测，它就会感到平静；如果世界抛出了一个变数，侦探就会感到困惑并试图弄清楚到底发生了什么。长期以来，这些侦探模型在解释我们如何转向或刹车方面表现出色，但它们缺失了拼图中的一个关键部分：感受。它们不知道如何计算“愤怒”或“宽慰”。这一点至关重要，因为如果我们想要制造出能够与人类安全共处道路上的自动驾驶汽车，这些汽车不仅需要理解碰撞的物理学，还需要理解导致碰撞的情绪过山车。

在这篇论文中，一组研究人员决定教他们的“驾驶侦探”去感受。他们采用了一个已经掌握如何使用主动推理来驾驶汽车的现有模型，并给了它一副新的“情感眼镜”。这副眼镜让模型能够通过两个特定的透镜来看待世界：效价（valence，即情况感觉有多好或多坏）和唤醒度（arousal，即感觉有多警觉或多恐慌）。模型不再仅仅盯着前方的车辆，而是开始向前观察，预测未来几秒钟内可能发生的事情。他们在两种棘手的场景中测试了这个带有情感的新型驾驶员：一种是相反方向的车突然横穿路径，另一种是路口车辆无视了“让行”标志。

结果非常具有拟人化特征。当其他驾驶员遵守规则时，模型保持冷静和放松，其“唤醒度”保持在较低水平。但当其他驾驶员违反规则时——比如突然转向或无视停车标志——模型的情绪就会激增。它的“唤醒度”上升，模拟了那种高度戒备的感觉，而它的“效价”变得负面，模仿了愤怒或挫败感。模型不仅仅是对眼前的危险做出反应；它也是对这种不合规行为带来的“惊讶”做出反应。例如，在路口场景中，当另一辆车尽管有规则却依然继续行驶时，模型的“愤怒”不断增长，直到它决定采取紧急制动以避免碰撞。有趣的是，模型显示，如果碰撞变得不可避免，它的“唤醒度”实际上会下降，因为不确定性消失了——它确切地知道即将发生什么，即便那是件坏事。这表明该模型成功捕捉到了违反交通规范与产生负面情绪之间的联系。

研究人员发现，通过观察驾驶员预期发生的情况与实际发生（或可能发生）的情况之间的差异，他们可以产生这些情绪信号。他们发现，模型的“愤怒”直接与其他驾驶员违反社会规范的行为相关联，就像真实的驾驶员会感受到的那样。然而，作者谨慎地指出，这一切都是在计算机模拟中发生的。他们还没有在真人身上进行测试，因此，虽然结果看起来非常有前景且符合我们对人类心理学的认知，但它们目前仍然只是基于数学的高度复杂的推测。该模型还有一个盲点：它尚未理解情绪如何改变驾驶员的行为（例如，愤怒可能会让驾驶员承担更多风险）。但作为第一步，这项工作表明，我们可以制造出不仅能计算物理学，还能理解道路上的情感利害关系的自动驾驶汽车，这潜在地使它们成为人类驾驶员更好的伙伴。

技术摘要：主动推理模型中的人类驾驶情绪建模

问题陈述
主动推理已成为一种通过平衡目标导向行动与不确定性降低来模拟适应性行为的原则性框架。虽然该框架已成功应用于人类驾驶场景（如跟车、车道保持、碰撞规避），但现有的模型在很大程度上忽略了情感状态（情绪），而情绪是人类决策的关键决定因素。以往将情绪整合进主动推理的尝试大多局限于简化的、离散状态空间的“玩具问题”（toy problems），缺乏处理复杂交通场景所需的现实规划能力。因此，需要将这些情绪建模能力扩展到能够解释多步策略规划的连续状态空间驾驶模型中。

方法论
作者扩展了一个现有的用于人类驾驶碰撞规避的主动推理模型（Schumann 等人），以引入基于罗素（Russell）环形情绪模型（效价与唤醒度）的驾驶员情绪模型。其核心框架运作如下：

生成模型： 智能体维持一个关于环境的随机信念 $q(s)$ （通过粒子滤波器），以此近似外部生成过程。转移模型结合了运动学似然（自行车模型）和规范似然（对交通规则的遵守）。
策略选择： 智能体通过最小化预期自由能（EFE）来评估候选策略 $\pi_t$ （在时界 $H$ 内的一系列动作序列）。EFE 平衡了实用价值（实现偏好结果）与认识价值（降低不确定性）。
情绪公式化：
- 效价 ( $V$ )： 定义为实际实用价值与预期实用价值之间的差异。为了将其适配于连续时间与多步规划，作者提出：
  - 通过除以时间步 $\Delta t$ 以确保频率无关性。
  - 计算预期价值 ( $V(E)$ ) 为前 $N=5$ 个策略的平均实用价值，以确保针对随机策略选择的稳定性。
  - 计算实际价值 ( $V(A)$ ) 基于当前参考策略（即当前正在执行的策略），而非反事实情况，这反映了持续进行的有机体与环境之间的交互。
  - $V_t = V(A)_t - V(E)_t$ 。
- 唤醒度 ( $A$ )： 定义为智能体后验信念的熵。作者认为，使用原始运动学不确定性是不直观的（例如，远处的智能体可能会诱发高不确定性/高唤醒度，而迫在眉睫的碰撞可能会因精确追踪而导致低不确定性）。因此，他们将唤醒度映射到具有意义的抽象状态的不确定性：碰撞概率 ( $p_{coll}$ $p_{co l l}$ )。
  - $p_{coll}$ 是预测时界内碰撞概率的预期最大值，源自一个二元碰撞分类器。
  - 唤醒度计算为该碰撞概率的二元熵： $A_t = -[p_{coll} \ln(p_{coll}) + (1-p_{coll}) \ln(1-p_{coll})]$ 。

核心贡献

连续状态扩展： 本文将 Pattisapu 等人的离散状态情绪公式推广到了连续状态空间的驾驶主动推理模型中。
面向未来的评估： 提出的公式不仅基于当前状态，还基于预测的未来结果（跨越多个步骤的时界），这符合情绪的评估理论。
稳定的效价估计： 通过对多个过去的策略进行平均，该模型减少了由随机策略选择引起的波动，从而产生了更稳定的情感信号。
语义唤醒度： 作者引入了一种从高层语义状态（碰撞可能性）的不确定性而非底层运动学不确定性中推导唤醒度的方法，避免了对远距离、无威胁智能体的非理性唤醒反应。

结果
该方法在两个包含各 128 次模拟的交互式驾驶场景中进行了评估：侧向侵入场景和违反优先权的交叉路口场景。智能体与一个顺从型或非顺从型（对抗型）智能体进行交互。

侧向侵入：
- 顺从型智能体： 随着碰撞可能性上升，唤醒度最初增加，但随着另一方表现出良性行为，唤醒度下降。随着实用价值改善，效价变为正值。
- 非顺从型智能体： 当另一方违反规范时，模拟的智能体失去了信任，导致不确定性（唤醒度）增加和负效价。智能体成功规避了碰撞，随后唤醒度下降且效价上升。
交叉路口：
- 顺从型智能体： 由于另一方让行，情绪保持中性/冷静。
- 非顺从型智能体： 当另一方忽视交通规则时，智能体经历了负效价和唤醒度增加。在成功的规避案例中，智能体选择了让行，从而实现了释然（正效价）。在碰撞案例中，只有当碰撞变得不可避免时（结果的确定性），唤醒度才会下降；且效价低于规避情况下的效价。
环形映射： 当映射到环形模型时，智能体的心理状态符合人类模式：规范违规诱发了愤怒（负效价，高唤醒度），而成功的规避导致了放松。碰撞结果则从悲伤过渡到抑郁。

意义与主张
本文声称，主动推理为模拟人类驾驶行为的情感成分提供了一个可行且原则性的框架。其主要意义在于：

机制可解释性： 该模型提供了一个结构化的解释，说明情绪状态是如何从认知过程产生的（例如，偏离预期结果会导致负效价；对规范违规的不确定性会导致唤醒度）。
符合评估理论： 结果支持了评估理论，即情感反应是由预期的结果和对社会/规范期望的违反所驱动的。
统一框架： 这项工作支持了将主动推理视为感知、行动与情感的统一解释的观点，表明情感状态可以从用于行为建模的同一生成框架中推断出来。

局限性
作者指出了以下局限性：

该模型捕捉了短期预测误差，但忽略了更高层或长期的预期（例如，处于交通拥堵中的驾驶员尽管短期预测稳定，但仍可能感到负效价）。
评估仅限于模拟；尚未与人类数据（如面部表情）进行直接比较。
该模型是单向的（行为影响情绪），尚未考虑情绪如何调节行为（例如，愤怒如何增加冒险行为）。

技术摘要：主动推理模型中的人类驾驶情绪建模

类似论文