清華團隊為“AI司機”量身“設計考題”

原文地址：http://news.sciencenet.cn/htmlnews/2023/4/497820.shtm

飛速發展的自動駕駛技術讓汽車邁入“無人之境”的夢想不再遙不可及，但要想真正實現自動駕駛汽車的大規模商業化落地，安全測試驗證成為了阻礙行業進一步發展的重要因素。

近日，清華大學自動化系智能交通研究團隊助理教授封碩與美國密西根大學科研人員合作，研發出一套全新的安全測試系統，為“AI司機”量身定制出一套“駕考試題”。該成果發表在《自然》（Nature）正刊上，并登上當期封面。

  ?

《自然》當期封面 清華大學供圖

隨著自動駕駛技術的發展，當駕駛水平越來越接近人類駕駛員，無人駕駛汽車的安全性能測試變得愈發重要，但同時也更難以開展。封碩表示：“目前業內對此已初步達成了研究共識——亟需解決‘百億公里’難題。”

所謂“百億公里”難題，指在自動駕駛汽車投入大規模應用前，需要開展大規模的道路測試，從統計學上驗證自動駕駛汽車的安全性。據估算，這個測試規模至少要達到百億公里。從時間、資源與成本上來看，在實際道路上進行測試顯然難以實現。

如何以最小的成本、最高效地找出自動駕駛汽車的安全問題？封碩帶領團隊從統計學的視角尋找研究切入點。

經驗豐富的司機在開車時遇到突發狀況，會結合道路情況、附近車輛的反饋，憑借直覺判斷并迅速作出反應，那么同樣的情況擺在人工智能面前，它該如何作出決策？

“這本質上是一個超高維空間小概率事件的期望估計問題。”封碩解釋道，“人機交互的復雜性與道路交通狀態的復雜性決定了自動駕駛汽車需要處理超高維空間內發生的各種情況，這是我們面對的‘維度災難’。而在測試中為了驗證安全性，我們需要自動駕駛汽車能夠學會處理各種危險狀況下的交通事件，由于危險狀況往往是小概率事件，所以我們還會面臨‘稀疏度災難’。”

  ?

密集學習方法通過刪除非關鍵狀態、連接關鍵狀態來編輯馬爾可夫過程，再通過編輯后的馬爾可夫過程訓練神經網絡 清華大學供圖

將實際問題從統計學的視角轉化為學術問題后，封碩團隊從理論層面尋求突破，創造性地提出了密集強化學習方法（D2RL），通過識別和刪除非安全關鍵狀態、連接安全關鍵狀態，并在編輯后的馬爾科夫過程中訓練神經網絡，解決了“稀疏度災難”。同時利用密集強化學習方法訓練交通環境中的背景車輛，構建出一個由自動駕駛汽車和背景車輛組成的智能測試環境，從而實現了模擬環境替代實際道路環境。

“通俗來講，我們的智能測試系統將自動駕駛汽車周圍的背景車輛模擬成為一個個智能體，大家有著不同的駕駛目的——自動駕駛汽車希望更安全地行駛，背景車輛希望更好地幫助自動駕駛汽車發現安全問題。這樣我們就可以通過改變背景車輛的行為來實現對自動駕駛汽車安全性能的測試，讓測試里程大幅減少，讓測試過程變得更高效。”封碩形象地將這一過程比喻為“AI司機”尋找“陪練”。

為了讓“陪練”更精準有效地提供幫助，研究團隊收集到海量人類駕駛數據對“陪練”進行擬人化訓練，從而確保測試環境更加貼合人類駕駛環境。同時還通過技術手段增加“陪練”司機的“危險系數”，讓它們在行駛過程中表現出更強的侵略性與對抗性，從而增加測試環境的挑戰性。

基于增強現實測試平臺，研究團隊根據其研究思路對L4級自動駕駛汽車開展了安全性測試。結果表明，這種方法不但可以有效學習生成智能測試環境，并且與直接在自然駕駛環境中測試自動駕駛汽車相比，智能測試環境可以加快評估過程多個數量級（約103-105）。這意味著實驗中每1公里的測試，近似等價于實際道路測試中1千到1萬公里的結果，這就極大地加速了安全測試流程。

“我們這套方法為‘AI驗證AI’這種研究思路提供了一個可供借鑒的具體案例，”封碩對于當前的研究還有更長遠的構想，“這套方法未來有潛力拓展到更廣泛的領域，這也是我們未來的研究方向。”