Buchumschlag

Revealed Multi-Objective Utility Aggregation in Human Driving

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sarkar, Atrisha, Larson, Kate, Czarnecki, Krzysztof
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalized dynamic cognitive hierarchy models for strategic driving behavior
von: Sarkar, Atrisha, et al.
Veröffentlicht: (2021)

Solution Concepts in Hierarchical Games under Bounded Rationality with Applications to Autonomous Driving
von: Sarkar, Atrisha, et al.
Veröffentlicht: (2020)

I Know You Can't See Me: Dynamic Occlusion-Aware Safety Validation of Strategic Planners for Autonomous Vehicles Using Hypergames
von: Kahn, Maximilian, et al.
Veröffentlicht: (2021)

A Hierarchical Pedestrian Behavior Model to Generate Realistic Human Behavior in Traffic Simulation
von: Larter, Scott, et al.
Veröffentlicht: (2022)

A behavior driven approach for sampling rare event situations for autonomous vehicles
von: Sarkar, Atrisha, et al.
Veröffentlicht: (2019)

A Rule-Based Behaviour Planner for Autonomous Driving
von: Frederic, Bouchard, et al.
Veröffentlicht: (2024)

Generalizing Multi-Objective Search via Objective-Aggregation Functions
von: Peer, Hadar, et al.
Veröffentlicht: (2025)

Modeling Multi-Objective Tradeoffs with Monotonic Utility Functions
von: Chen, Edward, et al.
Veröffentlicht: (2024)

SSL-Interactions: Pretext Tasks for Interactive Trajectory Prediction
von: Bhattacharyya, Prarthana, et al.
Veröffentlicht: (2024)

Unraveling the Dilemma of AI Errors: Exploring the Effectiveness of Human and Machine Explanations for Large Language Models
von: Pafla, Marvin, et al.
Veröffentlicht: (2024)

Deep Multi-Objective Reinforcement Learning for Utility-Based Infrastructural Maintenance Optimization
von: van Remmerden, Jesse, et al.
Veröffentlicht: (2024)

UC-MOA: Utility-Conditioned Multi-Objective Alignment for Distributional Pareto-Optimality
von: Cheng, Zelei, et al.
Veröffentlicht: (2025)

Multi-Objective Optimization for Privacy-Utility Balance in Differentially Private Federated Learning
von: Ranaweera, Kanishka, et al.
Veröffentlicht: (2025)

What Voting Rules Actually Do: A Data-Driven Analysis of Multi-Winner Voting
von: Caiata, Joshua, et al.
Veröffentlicht: (2025)

A Unified Framework for Gradient Aggregation in Multi-Objective Optimization
von: Hu, Zeou, et al.
Veröffentlicht: (2026)

UtilityMax Prompting: A Formal Framework for Multi-Objective Large Language Model Tasks
von: Marom, Ofir
Veröffentlicht: (2026)

Achieving Equilibrium under Utility Heterogeneity: An Agent-Attention Framework for Multi-Agent Multi-Objective Reinforcement Learning
von: Li, Zhuhui, et al.
Veröffentlicht: (2025)

Learning in Multi-Objective Public Goods Games with Non-Linear Utilities
von: Orzan, Nicole, et al.
Veröffentlicht: (2024)

Adaptive Online Mirror Descent for Tchebycheff Scalarization in Multi-Objective Learning
von: Liu, Meitong, et al.
Veröffentlicht: (2024)

Liquid Democracy for Low-Cost Ensemble Pruning
von: Armstrong, Ben, et al.
Veröffentlicht: (2024)

Your Recourse, My Loss? Algorithmic Recourse under Shared Constraints
von: Khotanlou, Zahra, et al.
Veröffentlicht: (2025)

HAWAII: Hierarchical Visual Knowledge Transfer for Efficient Vision-Language Models
von: Wang, Yimu, et al.
Veröffentlicht: (2025)

Procedural Fairness in Multi-Agent Bandits
von: Caiata, Joshua, et al.
Veröffentlicht: (2026)

Liquid Ensemble Selection for Continual Learning
von: Blair, Carter, et al.
Veröffentlicht: (2024)

Automatic Reward Shaping from Multi-Objective Human Heuristics
von: Xie, Yuqing, et al.
Veröffentlicht: (2025)

Customized Exploration of Landscape Features Driving Multi-Objective Combinatorial Optimization Performance
von: Nikolikj, Ana, et al.
Veröffentlicht: (2025)

Towards Optimizing Human-Centric Objectives in AI-Assisted Decision-Making With Offline Reinforcement Learning
von: Buçinca, Zana, et al.
Veröffentlicht: (2024)

Generating Fair Consensus Statements with Social Choice on Token-Level MDPs
von: Blair, Carter, et al.
Veröffentlicht: (2025)

Democratizing Reward Design for Personal and Representative Value-Alignment
von: Blair, Carter, et al.
Veröffentlicht: (2024)

Contextual Multi-Objective Optimization: Rethinking Objectives in Frontier AI Systems
von: Zhou, Jie, et al.
Veröffentlicht: (2026)

Multi-Trait Subspace Steering to Reveal the Dark Side of Human-AI Interaction
von: Chia, Xin Wei, et al.
Veröffentlicht: (2026)

Human-Alignment Influences the Utility of AI-assisted Decision Making
von: Benz, Nina L. Corvelo, et al.
Veröffentlicht: (2025)

Hybrid Action Based Reinforcement Learning for Multi-Objective Compatible Autonomous Driving
von: Jin, Guizhe, et al.
Veröffentlicht: (2025)

A Theoretical Analysis of Efficiency Constrained Utility-Privacy Bi-Objective Optimization in Federated Learning
von: Gu, Hanlin, et al.
Veröffentlicht: (2023)

Model Organisms Are Leaky: Perplexity Differencing Often Reveals Finetuning Objectives
von: Baker, Mohammed Abu, et al.
Veröffentlicht: (2026)

ScenicRules: An Autonomous Driving Benchmark with Multi-Objective Specifications and Abstract Scenarios
von: Chang, Kevin Kai-Chun, et al.
Veröffentlicht: (2026)

Heuristic Search for Multi-Objective Probabilistic Planning
von: Chen, Dillon, et al.
Veröffentlicht: (2023)

Multi-Environment POMDPs with Finite-Horizon Objectives
von: Brice, Léonard, et al.
Veröffentlicht: (2026)

In-Context Multi-Objective Optimization
von: Zhang, Xinyu, et al.
Veröffentlicht: (2025)

Balancing Progress and Safety: A Novel Risk-Aware Objective for RL in Autonomous Driving
von: Abouelazm, Ahmed, et al.
Veröffentlicht: (2025)