(资料图片仅供参考)
近年来，智能汽车事故频发，为自动驾驶的安全性敲响警钟。清华大学车辆与运载学院教授杨殿阁团队提出了自动驾驶可信持续进化技术，帮助汽车实现在任何场景下，即使没有预先设定的应对方案，也能自主学习应对该场景并保证行驶安全。近日，该技术成果以“利用动态置信度强化学习实现自动驾驶的持续提升”为题发表在了《自然·机器智能》上。
安全性是自动驾驶技术的核心。目前，市面上的自动驾驶汽车已经具备了在一些特定典型场景中示范无人驾驶运行的能力，但面对多种多样的突发情况，还是无法完全保证车内人员的安全。“行驶中的突发情况往往具有不确定性，提前设定的应急场景无法‘堵’住所有危险。”杨殿阁说，为此团队将研究方向转变为“准确发现所有可能出现的安全隐患并及时处理”上，提出了自动驾驶可信持续进化技术。
该技术训练自动驾驶汽车“从零学习”，并为其设定了学习阶段——行驶初期，汽车将所有场景无差别地看成未知场景，均采取主动避让的基础驾驶策略以保证安全性。在此基础上，团队引入人工智能模型，教车辆从大数据中主动寻找熟悉的行驶场景，并自主地将驾驶性能从基础策略调整到更优水平，保证在任意场景下不依赖预先设定，实现持续“进化”。
团队在仿真和实车测试过程中对该技术进行了验证，实验结果表明，在车辆逆行、压线超车等突发场景中，该技术能在自动驾驶汽车系统没有预先设定的情况下，保证驾驶安全，同时随着车辆的运行和数据的持续采集，驾驶性能能自动提升。杨殿阁说，这一技术突破有望推动无人驾驶从典型场景示范走向开放道路实际应用，让无人驾驶汽车具备实现普及和大规模商用的可能性。
目前，团队正在与国内外领军汽车企业和出行厂商开展商业化合作，进一步开展大规模无人驾驶开放道路应用示范，以检验该技术在更多行驶场景中的应对能力与自主提升能力，并持续收集无人驾驶测试数据，以满足开放道路无人驾驶的可信赖性要求。
