مع تزايد استخدام المركبات الآلية (AVs) في الشوارع، يصبح فهم سلوكيات المشاة أثناء التفاعل مع هذه المركبات أمرًا بالغ الأهمية لسلامة الطرق. في دراسة جديدة، استخرج الباحثون بيانات من مجموعة Argoverse 2 لتحليل التفاعلات الحيوية بين المشاة والمركبات، سواء كانت آلية أو تقودها البشر.

لتوصيف سلوكيات تجنب التصادم الخاصة بالمشاة، أُدخلت تقنية جديدة تُعرف باسم Smooth-Mamba Deep Deterministic Policy Gradient (SMamba-DDPG)، التي تدمج قيودًا سلسة على الحركة مع التعلم المؤقت الفعّال. أثبتت النتائج أن هذه التقنية تتفوق على نماذج التعلم التعزيزي التقليدية والمراقبة في محاكاة سلوكيات تجنب التصادم لدى المشاة بشكل دقيق.

عبر تحليلات متعمقة، لوحظ أن المشاة يتفاعلون بشكل أسرع مع AVs مقارنة بالمركبات التي يقودها البشر، ولكنهم يتبنون سرعات عبور أقل أثناء التفاعل مع المركبات الآلية.

يسلط هذا البحث الضوء على أهمية تطوير نماذج سلوكية دقيقة للمشاة عند تصميم أنظمة القيادة الآلية لضمان بيئات مرور أكثر أمانًا وواقعية، بما يسهم في تحسين عمليات محاكاة حركة المرور المختلطة.