1
2
3
4
近日，清華大學(xué)車(chē)輛與運載學(xué)院楊殿閣教授團隊提出了自動(dòng)駕駛“可信持續進(jìn)化”技術(shù)，該技術(shù)有望解決公眾對于無(wú)人駕駛大規模商用安全性的擔憂(yōu)，實(shí)現在任何場(chǎng)景下，無(wú)人駕駛汽車(chē)即使沒(méi)有預先設定的應對方案，也能自主學(xué)習應對該場(chǎng)景并保證行駛安全。
安全性是自動(dòng)駕駛技術(shù)最核心的命題，盡管目前自動(dòng)駕駛汽車(chē)已經(jīng)具備了在一些特定典型場(chǎng)景中示范無(wú)人駕駛運行的能力，但不斷出現的自動(dòng)駕駛汽車(chē)事故仍舊使公眾對于無(wú)人駕駛大規模商用的可能性產(chǎn)生質(zhì)疑。開(kāi)展更多的自動(dòng)駕駛測試和示范終究無(wú)法完全消除這一疑慮，真正突破這一瓶頸需要自動(dòng)駕駛汽車(chē)在設計時(shí)就能保證，面對突發(fā)情況時(shí)，即使沒(méi)有預先設定的應對方案，仍然是可通行的并且是安全的。實(shí)現這一目標需要準確發(fā)現所有可能出現的安全隱患并及時(shí)處理，然而，當前自動(dòng)駕駛依賴(lài)數據驅動(dòng)的AI技術(shù)，其黑盒特點(diǎn)與偶發(fā)失效特性導致實(shí)現這一目標變得十分困難。
為解決這一問(wèn)題，清華大學(xué)車(chē)輛學(xué)院研究團隊提出了自動(dòng)駕駛“可信持續進(jìn)化”技術(shù)，該技術(shù)會(huì )在自動(dòng)駕駛汽車(chē)行駛初期將所有場(chǎng)景無(wú)差別地看成未知場(chǎng)景，均采取主動(dòng)避讓的基礎駕駛策略以保證安全性；在此基礎上，AI模型將從大數據中主動(dòng)尋找熟悉的行駛場(chǎng)景，并自主地將在這些場(chǎng)景中的駕駛性能從基礎策略調整到更優(yōu)水平，因而能從系統設計的角度，解決長(cháng)尾場(chǎng)景難以窮盡的問(wèn)題，保證在任意場(chǎng)景下不依賴(lài)預先設定的“可信持續進(jìn)化”。實(shí)現這樣一個(gè)技術(shù)最核心的難點(diǎn)在于進(jìn)化的過(guò)程要保證性能是單調提升的，這樣才能使得整個(gè)進(jìn)化過(guò)程仍具備最基礎的安全性，但經(jīng)典的AI訓練過(guò)程中性能通常存在震蕩現象，可能會(huì )引發(fā)新的安全風(fēng)險，而研究團隊設計的通過(guò)動(dòng)態(tài)評估置信度進(jìn)行AI模型訓練的方案，能夠使性能隨數據的增加而單調持續提升，因而能夠很好地滿(mǎn)足這一要求。
研究團隊在仿真和實(shí)車(chē)測試過(guò)程中對該技術(shù)進(jìn)行了驗證，實(shí)驗結果表明該技術(shù)能夠保證自動(dòng)駕駛汽車(chē)在系統沒(méi)有預先設定的突發(fā)場(chǎng)景（如車(chē)輛逆行、工程車(chē)輛壓線(xiàn)超車(chē)等）中的駕駛安全性，同時(shí)隨著(zhù)車(chē)輛的運行和數據的持續采集，駕駛性能能夠自動(dòng)得到進(jìn)一步提升。這一技術(shù)突破有望推動(dòng)無(wú)人駕駛從典型場(chǎng)景示范走向開(kāi)放道路實(shí)際應用，讓無(wú)人駕駛汽車(chē)具備實(shí)現普及和大規模商用的可能性。
該技術(shù)在2022北京科技冬奧自動(dòng)駕駛示范項目中成功得到了應用。研究團隊正在與國內外領(lǐng)軍汽車(chē)企業(yè)和知名的出行廠(chǎng)商合作開(kāi)展商業(yè)化合作，進(jìn)一步開(kāi)展大規模無(wú)人駕駛開(kāi)放道路應用示范，以檢驗該技術(shù)在更多行駛場(chǎng)景中的應對能力與自主提升能力，并持續收集無(wú)人駕駛測試數據，以滿(mǎn)足開(kāi)放道路無(wú)人駕駛可信賴(lài)性要求。
研究結果以“利用動(dòng)態(tài)置信度強化學(xué)習實(shí)現自動(dòng)駕駛的持續提升”（Continuous improvement of self-driving cars using dynamic confidence-aware reinforcement learning）為題發(fā)表在《自然·機器智能》（Nature Machine Intelligence）上。
論文第一作者為清華大學(xué)車(chē)輛學(xué)院博士后曹重，通訊作者為車(chē)輛學(xué)院楊殿閣教授，清華大學(xué)江昆老師、美國密歇根大學(xué)彭暉教授共同參與了研究工作。研究得到國家自然科學(xué)基金與清華-豐田聯(lián)合研究基金專(zhuān)項項目的支持。
