自动驾驶太“礼貌”,反而会被“欺负”?混合交通中驾驶风格的心理博弈

作者：Haitao Chen, Yiqi Zhang

知识搬运工：薄楷伦

摘要

研究发现，在人类车辆（HV）与自动驾驶汽车（AV）共享道路的混合交通中，AV的驾驶风格会显著影响人类驾驶员的行为。一个反直觉的现象是：攻击型的人类驾驶员在面对攻击型AV时，反而会减少攻击性决策；而面对“礼貌”的防御型AV时，他们却更容易表现出攻击性。此外，人类驾驶员对防御型AV的信任度更低、风险感知更高。这表明，一味追求“安全礼貌”的AV算法可能适得其反适度“自信”的驾驶风格或能更有效地引导交通流、减少冲突。研究为AV算法设计和混合交通管理提供了关键的人因心理学依据。

1. 研究背景与目的

随着自动驾驶汽车逐步上路，未来很长一段时间内，道路将是AV与人类驾驶车辆（HV）共存的“混合交通”环境。当前的AV通常被设计为“防御型驾驶风格”（谨慎、礼让、安全第一），但这带来了一个新问题：人类司机会不会觉得AV“好欺负”，从而对其做出更多攻击性行为（如加塞、抢行）？

既有调查显示，人类驾驶员确实对AV表现出更强的攻击意图。但AV的驾驶风格（攻击型 vs. 防御型）如何与人类驾驶员自身的驾驶风格相互作用，进而影响其真实决策、驾驶表现和主观感受，尚不明确。

本研究旨在通过模拟驾驶实验，探究以下核心问题：

2. 研究方法

研究团队设计了模拟驾驶实验，观察人车互动。

                               图1. 驾驶模拟器

2.1 参与者

36名持有驾照的驾驶员，根据“攻击性驾驶量表（ADS）”分数被分为攻击型、中庸型和防御型三组。

2.2 实验设计

自变量：

    AV驾驶风格（攻击型 vs. 防御型）：通过预设的加速、减速、跟车距离、路权决策等参数实现。

    人类驾驶员风格（攻击型 vs. 中庸型 vs. 防御型）：通过ADS分数测量。

    场景：设计了4个典型互动场景（2个城市道路，2个高速公路），如无信号灯路口转弯、高速并线等。

                                 图2. 实验流程

测量指标：

    决策：驾驶员选择“攻击性”还是“防御性”行为（如抢行 vs. 让行）。

    驾驶表现：以最小碰撞时间（minTTC）衡量攻击性，时间越短越危险。

    主观评价：每次互动后，评估对AV的信任度和风险感知。

3. 主要发现

3.1 决策：“以刚克刚”，攻击型AV“镇住”了攻击型司机

    关键发现：攻击型的人类驾驶员在面对攻击型AV时，做出攻击性决策的可能性**显著低于**面对防御型AV时。

    解读：这类似于一种“威慑”效应。当人类驾驶员感知到AV也“不好惹”时，会倾向于收敛自己的攻击性。而防御型AV的“谦让”则可能被视为可乘之机。

    对比：防御型驾驶员的决策则不受AV风格影响，始终保持谨慎。

3.2 驾驶表现：防御型AV引发了更危险的跟车行为

    关键发现：所有驾驶员与防御型AV互动时，最小碰撞时间（minTTC）更短，意味着跟车更紧、驾驶行为更激进。

    解读：防御型AV过慢或过于犹豫的速度，可能打乱了人类驾驶员的预期节奏，引发急躁和冒险的超车或跟进行为，反而增加了安全风险。

3.3 信任与风险：吃力不讨好的“好人”AV

    关键发现：人类驾驶员对防御型AV的信任度更低，同时风险感知更高。

    解读：这与直觉相反。防御型AV本意为安全，但其行为可能被解读为不可预测、犹豫不决或阻碍交通流，从而引发了人类驾驶员的不信任和不安。

    差异：这种效应在中庸型驾驶员身上最明显。攻击型驾驶员则对两种AV的信任度都较低。

3.4 环境差异：高速公路让互动更“宽松”

    驾驶员在高速公路场景中与AV的最小碰撞时间（minTTC）普遍更长（相比城市道路）。

    这表明驾驶环境本身调节了互动压力，也为AV分场景调整驾驶策略提供了依据。

4. 启示与未来方向

    这项研究揭示了混合交通情境下人—车互动所蕴含的复杂社会心理机制，并对自动驾驶车辆（AV）的系统设计与交通管理实践提出了若干启示。

    1.AV的决策算法有必要引入更高层次的情境感知能力与风格调节机制。未来的AV不宜长期固守单一的防御性策略，而应在满足安全约束的前提下，依据交通场景特征（如城市道路与高速公路）以及周围车辆的行为风格，动态调整自身驾驶策略。在特定情境中，适度清晰地表达通行意图与路权主张，反而可能有助于减少互动不确定性，提升整体交互的可预测性与安全性。

    2.混合交通环境下“安全”的内涵有必要被重新审视。将安全简单等同于极端保守的驾驶行为，可能忽视了交互效率与行为可理解性在交通系统中的重要作用。过度谨慎、频繁让行或犹豫的AV行为，可能打乱交通流并引发人类驾驶员的困惑甚至焦躁，从而间接增加冲突风险。因此，安全驾驶应被理解为在风险控制与交互协调之间取得平衡的过程。

    3.混合交通的有效运行不仅依赖于技术进步，也有赖于制度与认知层面的配套支持。交通管理部门有必要针对人车混行情境，探索并完善相应的规则与管理框架。同时，公众教育同样关键：帮助人类驾驶员理解AV的行为逻辑与决策边界，有助于建立更稳定的预期，减少因误解或不确定性引发的攻击性行为与不信任感。

    4.未来研究仍有广阔的拓展空间。例如，可进一步考察处于连续谱上的AV驾驶风格，而非简单的激进—保守二分；引入天气、车流密度等更贴近真实交通环境的因素；关注长期接触AV后人类驾驶员在态度与行为层面的适应过程；同时，车辆外观或标识线索（如颜色或显著的AV标识）所引发的心理暗示与期望效应，也值得系统探讨。

结论

本研究证实，在混合交通这场人机共舞中，自动驾驶汽车的“性格”至关重要。一个总是礼让的“老好人”，可能会无意中激发他人的攻击性；而一个在规则内清晰、果断的“伙伴”，则可能更好地引导交通秩序。未来的自动驾驶技术，不仅需要“智慧”的双眼，更需要懂得“社交”的大脑，在安全与效率、礼让与果断之间，找到那个微妙的平衡点。

参考文献

Chen, H., & Zhang, Y. (2026). Mitigating aggression toward AVs in mixed traffic: Effects of automated driving styles and human driving styles. Transportation Research Part F: Traffic Psychology and Behaviour, 116, 103431.