본 논문은 자율주행 경주에서 스포츠맨십을 통합하는 이중 수준 게임 이론 프레임워크를 제시합니다. 상위 수준에서는 Stackelberg 게임을 사용하여 경주 의도를 모델링하고, Monte Carlo Tree Search (MCTS)를 통해 최적 전략을 도출합니다. 하위 수준에서는 Generalized Nash Equilibrium Problem (GNEP)을 사용하여 모든 에이전트가 스포츠맨십 제약 조건을 준수하면서 궤적을 최적화합니다. 시뮬레이션 결과는 제안된 접근 방식이 경쟁력 있는 성능을 유지하면서 스포츠맨십 규칙을 효과적으로 시행함을 보여줍니다. 공격자와 방어자가 스포츠맨십 규칙을 준수하거나 무시하는 다양한 시나리오를 분석하고, 이러한 제약 조건에 대한 지식이 전략적 의사 결정에 어떻게 영향을 미치는지 보여줍니다. 이 연구는 자율주행 경주에서 경쟁과 공정성의 균형을 맞추는 것의 중요성을 강조하고, 윤리적이고 안전한 AI 기반 경주 시스템을 개발하기 위한 기반을 제공합니다.
