近日，上海理工大学管理学院系统科学博士生导师王嘉文领衔团队在国际交通运输领域顶级期刊《Transportation Research Part C: Emerging Technologies》（SCI 1区Top）发表重要研究成果，研究聚焦无信号路段人车交互场景，首次构建考虑外部人机界面的博弈论框架，为自动驾驶车辆平衡安全与效率提供全新理论支撑。论文题为Automated vehicle may not adopt fully conservative driving strategies: A game-theoretic framework for pedestrian-vehicle interactions at unsignalized crossing considering external human–machine interfaces（《自动驾驶车辆不必采取绝对保守的驾驶策略：考虑外部人机界面的无信号路段人车交互博弈框架》），DOI：10.1016/j.trc.2026.105669。
突破传统认知：自动驾驶“过度保守”不可取
当前自动驾驶决策多采用绝对保守策略，以牺牲通行效率为代价规避风险，但在无信号路段等人车混合交通场景中，这种策略易引发人机交互冲突、降低道路通行能力，甚至因“决策犹豫”带来新的安全隐患。
王嘉文团队创新性指出：自动驾驶不必要全程保守，而应基于人车博弈动态调整交互策略。研究聚焦无信号路段（行人事故高发场景），首次将外部人机界面（external Human-Machine Interface, eHMI）信息纳入博弈模型，量化行人与自动驾驶车辆的交互意图、风险偏好与决策收益，破解传统模型“静态假设、信息割裂”的痛点。
核心创新：博弈论框架打通“人车协同”决策链路
该研究构建的动态博弈论框架实有效打通了“人车协同”决策链路：首先在意图互信建模方面，融合eHMI交互信号建立行人-车辆双向意图识别机制，有效减少因“信息不对称”导致的误判；其次实现了安全与效率的动态平衡，通过博弈收益函数量化保守与激进策略的边界，在充分保障安全的前提下，可将路口通行效率提升15%–20%；同时具备场景自适应决策能力，模型能够实时感知行人行为（如快步、犹豫）与各类环境变量，动态切换博弈策略，灵活适配复杂多变的混合交通场景。
行业价值：为自动驾驶落地提供“中国方案”
无信号路段人车交互是自动驾驶规模化落地的核心瓶颈之一。该研究打破“保守即安全”的行业固有认知，提出的博弈论框架可直接赋能自动驾驶决策系统开发，为企业平衡安全冗余与通行效率提供理论工具；同时，为交通管理部门制定混合交通规则、优化路段设计提供科学依据，助力我国智能交通产业高质量发展。
该研究是我校系统科学在交叉领域的重要成果，彰显了学科应用价值。未来，系统科学系将持续聚焦交叉研究方向，推动理论成果落地，贡献系统科学智慧。
供稿：李理想
审核：顾长贵、刘媛华
