(資料圖)

人民網北京2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鍵技術突破，發明了一種自動駕駛“可信持續進化”技術，幫助自動駕駛汽車實現在任何場景下，即使沒有預先設定的應對方案，也能自主學習應對該場景并保證行駛安全。近日，該成果以“利用動態置信度強化學習實現自動駕駛的持續提升”為題，發表在《自然·機器智能》上。

文章通訊作者楊殿閣介紹，該技術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，設計主動避讓的基礎駕駛策略以保證安全性；在此基礎上，AI模型將從大數據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策略調整到更優水平，因而能從系統設計的角度，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定的“可信持續進化”。

論文第一作者、清華大學車輛與運載學院博士后曹重表示，實現這樣一個技術最核心的難點在于進化的過程要保證性能是單調提升的，這樣才能使得整個進化過程仍具備最基礎的安全性，但經典的AI訓練過程中性能通常存在震蕩現象，可能會引發新的安全風險，而研究團隊設計的通過動態評估置信度進行AI模型訓練的方案，能夠使性能隨數據的增加而單調持續提升，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進行了驗證。實驗結果表明，在車輛逆行、工程車輛壓線超車等眾多系統沒有預先設定的突發場景中，該技術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據的持續采集，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普及和大規模商用的可能性。

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

關鍵詞： 清華大學