安全性是自動駕駛技術(shù)的核心命題之一。記者從清華大學(xué)獲悉，該校車輛與運載學(xué)院楊殿閣教授團(tuán)隊研究出一項自動駕駛“可信持續(xù)進(jìn)化”技術(shù)，可使自動駕駛汽車在遇到突發(fā)狀況時，即便沒有預(yù)先設(shè)定的應(yīng)對方案，也能自主學(xué)習(xí)應(yīng)對陌生場景并保證行駛安全。這為自動駕駛汽車實現(xiàn)大規(guī)模商用提供了可能性。

楊殿閣表示，盡管目前自動駕駛汽車已具備在特定典型場景中示范駕駛運行的能力，但其大規(guī)模商業(yè)應(yīng)用仍存安全性擔(dān)憂。自動駕駛依賴數(shù)據(jù)驅(qū)動的AI技術(shù)，傳統(tǒng)研究方法是通過采集更大規(guī)模的駕駛數(shù)據(jù)、測試更長的駕駛里程來覆蓋所有可能的駕駛場景，以確保發(fā)生突發(fā)狀況時汽車有預(yù)先設(shè)定的應(yīng)對方案。但由于AI只能處理已知場景，再加上AI算法“黑盒”特點與其偶發(fā)失效特性，在遇到陌生場景時，車輛可能出現(xiàn)難以控制的情況，這使安全駕駛變得十分困難。

圖為利用“可信持續(xù)進(jìn)化技術(shù)”學(xué)習(xí)自動駕駛的應(yīng)用效果。（研究團(tuán)隊提供）

研究團(tuán)隊提出的“可信持續(xù)進(jìn)化技術(shù)”為解決該問題提供了新思路。該技術(shù)基于動態(tài)評估AI的可信賴程度，可使自動駕駛汽車能自主學(xué)習(xí)訓(xùn)練，熟悉各種新遇到的場景，使其駕駛能力“持續(xù)進(jìn)化”，在確保安全的前提下實現(xiàn)更好的駕駛表現(xiàn)。

研究團(tuán)隊成員、清華大學(xué)車輛與運載學(xué)院博士后曹重說，多次仿真和實車測試的實驗結(jié)果表明，這項技術(shù)能保證自動駕駛汽車在系統(tǒng)沒有預(yù)先設(shè)定的多種突發(fā)場景如車輛逆行、工程車輛壓線超車等發(fā)生時，無需額外指令就能主動避讓，并隨著駕駛里程與數(shù)據(jù)量的累積，性能持續(xù)提升。

楊殿閣認(rèn)為，這項技術(shù)有望解決在面對未知場景時自動駕駛汽車可能做出危險行為的問題，讓自動駕駛汽車具備實現(xiàn)普及和大規(guī)模商用的可能性。

據(jù)悉，這一成果近期在《自然·機器智能》上發(fā)表。研究團(tuán)隊介紹，這項新技術(shù)此前已在2022北京科技冬奧自動駕駛示范項目中得到成功應(yīng)用。團(tuán)隊將開展大規(guī)模自動駕駛開放道路應(yīng)用示范，以檢驗該技術(shù)在更多行駛場景中的應(yīng)對能力與自主提升能力。（魏夢佳、董慧潔）