Predicting human behavior using static and dynamic models

İnsan davranışını modellemek, otonom sistemlerin günlük hayata güvenli entegrasyonu için gerekli olan zor bir problemdir. Bu tez, insan davranışlarını statik ve dinamik modeller aracılığıyla modellemeye odaklanmaktadır. Bu tezin ilk katkısı, statik yinelenen akıl yürütme yaklaşımı ile pekiştirmeli öğrenmenin sinerjik bir birleşimi olan stokastik bir modelleme çerçevesidir. Önerilen yaklaşım, otoyol senaryolarında insan sürücü davranışlarını başarılı bir şekilde modellemektedir ve otonom araçların entegrasyon senaryolarının doğrulanması için kullanılabilir. Her ne kadar insan sürücü davranışları statik bir modelle başarılı bir şekilde modellense de, statik modeller, ajanların etkileşimler sırasında inançlarını/varsayımlarını güncelleyebileceklerini hesaba katmamaktadır. Bu tezin ikinci katkısı, zamana yayılan insan-insan etkileşimleri için yeni bir öğrenme modelidir. Hiyerarşik bir akıl yürütme çözüm kavramı aracılığıyla, denge kavramları, Gaus süreçleri ile birleştirilirmiştir. Sonuç olarak, özgün ve sınırlı rasyonel bir öğrenme yaklaşımı önerilmiştir.