(資料圖)

人民網(wǎng)北京2月27日電 （記者趙竹青）記者從清華大學車輛與運載學院楊殿閣教授團隊了解到，團隊在自動駕駛研究中取得關(guān)鍵技術(shù)突破，發(fā)明了一種自動駕駛“可信持續(xù)進化”技術(shù)，幫助自動駕駛汽車實現(xiàn)在任何場景下，即使沒有預先設(shè)定的應對方案，也能自主學習應對該場景并保證行駛安全。近日，該成果以“利用動態(tài)置信度強化學習實現(xiàn)自動駕駛的持續(xù)提升”為題，發(fā)表在《自然·機器智能》上。

文章通訊作者楊殿閣介紹，該技術(shù)會在自動駕駛汽車行駛初期將所有場景無差別地看成未知場景，設(shè)計主動避讓的基礎(chǔ)駕駛策略以保證安全性；在此基礎(chǔ)上，AI模型將從大數(shù)據(jù)中主動尋找熟悉的行駛場景，并自主地將在這些場景中的駕駛性能從基礎(chǔ)策略調(diào)整到更優(yōu)水平，因而能從系統(tǒng)設(shè)計的角度，解決長尾場景難以窮盡的問題，保證在任意場景下不依賴預先設(shè)定的“可信持續(xù)進化”。

論文第一作者、清華大學車輛與運載學院博士后曹重表示，實現(xiàn)這樣一個技術(shù)最核心的難點在于進化的過程要保證性能是單調(diào)提升的，這樣才能使得整個進化過程仍具備最基礎(chǔ)的安全性，但經(jīng)典的AI訓練過程中性能通常存在震蕩現(xiàn)象，可能會引發(fā)新的安全風險，而研究團隊設(shè)計的通過動態(tài)評估置信度進行AI模型訓練的方案，能夠使性能隨數(shù)據(jù)的增加而單調(diào)持續(xù)提升，因而能夠很好地滿足這一要求。

研究團隊在仿真和實車測試過程中對該技術(shù)進行了驗證。實驗結(jié)果表明，在車輛逆行、工程車輛壓線超車等眾多系統(tǒng)沒有預先設(shè)定的突發(fā)場景中，該技術(shù)都能夠保證汽車的自動駕駛安全性，同時隨著車輛的運行和數(shù)據(jù)的持續(xù)采集，駕駛性能能夠自主進化，得到進一步提升。楊殿閣說，這一技術(shù)突破有望推動無人駕駛從典型場景示范走向開放道路實際應用，讓無人駕駛汽車具備實現(xiàn)普及和大規(guī)模商用的可能性。

據(jù)了解，研究團隊正在與國內(nèi)外領(lǐng)軍汽車企業(yè)和知名的出行廠商合作開展商業(yè)化合作，進一步開展大規(guī)模無人駕駛開放道路應用示范，以檢驗該技術(shù)在更多行駛場景中的應對能力與自主提升能力，并持續(xù)收集無人駕駛測試數(shù)據(jù)，以滿足開放道路無人駕駛可信賴性要求。

關(guān)鍵詞： 清華大學