當(dāng)汽車在高速公路上快速行駛時(shí)，在方向盤上打個(gè)盹是一個(gè)可怕的想法，但是隨著自動(dòng)駕駛汽車技術(shù)的不斷發(fā)展，在通勤的路上多睡幾分鐘可能不再是夢想。

不過圍繞這個(gè)愿景存在許多問題，其中最主要的是，人們不信任自動(dòng)駕駛汽車，至少在將自己的生命交給汽車負(fù)責(zé)方面信心不足。

然而，德國計(jì)算機(jī)科學(xué)家的研究可能會(huì)改變公眾的想法，如果道路上的其他駕駛員以負(fù)責(zé)任的態(tài)度駕駛，那么這些研究人員設(shè)計(jì)的算法將使自動(dòng)駕駛汽車避免出現(xiàn)事故，其中一個(gè)重要的想法是，車輛只能做出不會(huì)出現(xiàn)事故和造成傷害的選擇，從而保護(hù)乘客和行人。

這個(gè)算法還可以應(yīng)對(duì)一些意外出現(xiàn)的情況，例如突然出現(xiàn)行人或騎自行車的人。只有當(dāng)自動(dòng)駕駛汽車被認(rèn)為能夠比人類駕駛員更安全地駕駛，才能被大范圍使用，建立人們對(duì)自動(dòng)駕駛汽車的信任是讓更多自動(dòng)駕駛汽車上路的重要步驟，最終目的是降低事故死亡人數(shù)。

在最近發(fā)表于《自然機(jī)器智能》(Nature Machine Intelligence)雜志上的一篇研究論文中，研究人員解釋了他們的方法在幾個(gè)關(guān)鍵方面與典型的概率機(jī)器學(xué)習(xí)算法有何不同。這篇論文的第一作者是慕尼黑工業(yè)大學(xué)的博士后克里斯蒂安·佩克(Christian Pek)。

佩克解釋說，概率分析通常會(huì)產(chǎn)生一個(gè)模型，試圖呈現(xiàn)下一步可能發(fā)生的事情。如果該模型對(duì)情況的預(yù)測（例如預(yù)計(jì)即將駛來的汽車可能會(huì)向右轉(zhuǎn)）與現(xiàn)實(shí)（例如這輛汽車實(shí)際上向左轉(zhuǎn)）不一致，那將可能導(dǎo)致碰撞事故。

論文的合作者、慕尼黑工業(yè)大學(xué)的博士Stefanie Manzinger說，由于機(jī)器學(xué)習(xí)算法的決策過程通常是一個(gè)黑匣子，也就是說很難了解它們的“思維過程”，因此無法知道機(jī)器是否“做出了不安全的決定”。

為了解決這種不可預(yù)測的問題，研究人員采用了“基于可實(shí)現(xiàn)性”的方法，這意味著他們的模型僅設(shè)計(jì)用于尋找可行的解決方案，而且滿足一系列的交通和安全規(guī)定。算法中使用的規(guī)則基于《維也納道路交通公約》中有關(guān)駕駛員的指導(dǎo)原則。

簡單地總結(jié)，就是只做避免可能危害或阻礙交通的任何行為。這是在所有其他車輛和行人也都遵守規(guī)則的假設(shè)前提下， 研究人員稱這些規(guī)則在法律上是安全的。

佩克說，與概率模型不同，這個(gè)具有可實(shí)現(xiàn)性的模型可以同時(shí)考慮所有合法和實(shí)際可能的交通行為，并為車輛找到安全的操作。

不過，這并不意味著該算法可以保護(hù)人們免受道路上所有形式危險(xiǎn)的傷害。例如，這個(gè)算法無法保護(hù)惡意駕駛，因?yàn)檫@種駕駛方式被認(rèn)為是不合法的駕駛。

工作原理：訓(xùn)練汽車不改變方向，這聽起來可能很簡單，但是當(dāng)人類駕駛員或行人這些無法預(yù)測的因素出現(xiàn)時(shí)，將會(huì)帶來無數(shù)種現(xiàn)實(shí)生活中的場景。

這個(gè)算法不是訓(xùn)練車輛記住數(shù)百萬種不同的交通場景，而是在出現(xiàn)意外情況后立即分析車輛和行人的軌跡，然后在車輛速度等不同的環(huán)境變量和行人等周圍障礙物中計(jì)算出最安全的路線。

該算法的目標(biāo)是實(shí)時(shí)做出決策，實(shí)質(zhì)上是讓車輛上的計(jì)算機(jī)在極短的時(shí)間里來推算出每種情況所帶來的后果。然后，計(jì)算機(jī)找到一條前進(jìn)的路徑，避免所有可能的時(shí)間線上所有潛在的危險(xiǎn)情況。

如果沒有安全的前進(jìn)道路，那么算法默認(rèn)選擇安全保護(hù)，讓車輛安全地離開不利的交通情況。研究人員發(fā)現(xiàn)，算法任何時(shí)候都不會(huì)推薦任何不安全的路徑。

測試方法：這項(xiàng)研究并未在真實(shí)的交通場景中測試算法，而是在模擬環(huán)境下使用真實(shí)場景采集的交通數(shù)據(jù)進(jìn)行測試，檢驗(yàn)算法。

當(dāng)把算法應(yīng)用于不同的現(xiàn)實(shí)生活場景時(shí)，例如在繁忙的十字路口左轉(zhuǎn)或避開隨意穿越馬路的行人，研究人員發(fā)現(xiàn)他們的算法每次都會(huì)給出不會(huì)出現(xiàn)碰撞的路徑。

下一步：用智能自動(dòng)駕駛汽車代替人類駕駛員，預(yù)計(jì)將使與交通事故有關(guān)的死亡人數(shù)大幅減少90%。 根據(jù)美國國家公路交通安全管理局2017年的數(shù)據(jù)，這種算法每年可以挽救近3萬人的生命。進(jìn)行這項(xiàng)研究的研究人員希望，他們的算法能夠在讓公眾建立對(duì)這些自動(dòng)駕駛車輛的信任，并實(shí)現(xiàn)更安全的交通方面發(fā)揮重要作用。

研究人員承認(rèn)，自動(dòng)駕駛汽車有時(shí)的確會(huì)卷入事故，但這不是算法的問題，而是后面的車輛由于操作不當(dāng)導(dǎo)致追尾事故發(fā)生。

為了最終推出自動(dòng)駕駛汽車，多個(gè)國家的研究人員已經(jīng)開展了實(shí)際道路測試，由于技術(shù)尚不完善，很多方面也考慮不周，一些道路測試已經(jīng)帶來傷亡。例如，在2018年3月，優(yōu)步的自動(dòng)駕駛汽車在美國亞利桑那州撞死了一名橫穿馬路的行人。

研究人員說，為了讓公眾普遍接受自動(dòng)駕駛車輛，必須解決所有的安全顧慮，讓使用道路的人完全滿意。

返回第一電動(dòng)網(wǎng)首頁 >