無人駕駛汽車不是由人駕駛的，而是由傳感器和處理器系統(tǒng)控制的。在許多國家，自動駕駛測試已經(jīng)進行了多年。德國希望在2022年之前允許無人駕駛汽車在全國范圍內(nèi)使用。隨著技術(shù)的發(fā)展，研究人員正在繼續(xù)探索方法，以使用于制定駕駛決策的算法更好，道路更安全。

慕尼黑工業(yè)大學的三個博士生小組今天在“自然機器智能”雜志上發(fā)表了他們的研究方法的詳細信息。

該研究的主要作者克里斯蒂安·佩克說，他們采用了一種稱為形式驗證的理論計算機科學技術(shù)。“通過這種技術(shù)，您可以確保系統(tǒng)的性能，在這種情況下，我們可以確保我們的車輛不會引起任何事故。”

佩克說，該論文首次顯示了這種方法在任意交通情況下的作用，以及在三種最常發(fā)生事故的城市情況下的作用：在十字路口向左轉(zhuǎn)，改變車道和避開行人。他說：“我們的結(jié)果表明，我們的技術(shù)有可能大大減少由自動駕駛汽車引起的事故。”

該算法是否代表對當前技術(shù)的實質(zhì)性改進，該技術(shù)基于接受固有的碰撞風險，必須在測試中進行證明。其他研究人員認為，依靠算法作為主要的改進來源可能會忽略人類駕駛員與人工智能合作的機會。

研究作者斯蒂芬妮·曼青格(Stephanie Manzinger)表示，它通過預測駕駛場景中的所有潛在行為來起作用。她解釋說：“我們不僅僅考慮未來的行為，例如汽車以其速度和方向繼續(xù)行駛，而是考慮在交通規(guī)則下所有可能的行為和合法行為。” 然后，該算法會計劃一系列后備措施，以確保不會造成任何危害。

佩克說，無人駕駛汽車能夠使用先進的傳感器來計算成千上萬種可能的情況，并選擇最安全的行動方案，這是人們在決策時不一定要做的事情。“但是大多數(shù)方法都無法預測未來可能發(fā)生的情況，但是考慮到交通參與者采取合法行為，我們的方法可以預測該場景的所有未來可能演變。”

挑戰(zhàn)之一是該算法假設汽車能夠看見道路，任何障礙物或其他駕駛員，例如人或自行車。它還假設道路上的其他汽車遵循身體和法律約束，例如不要超速行駛。他們還在城市情況下而不是在農(nóng)村或高風險環(huán)境中測試了該算法。

麻省理工學院交通與物流中心的科學家布萊恩·賴默說，盡管在汽車安全領域的研究至關(guān)重要，但更好的算法可能無法解決自動駕駛問題。

“社會沒有答案，足夠安全有多安全?” 他說。許多學術(shù)論文的前提是，一旦人們相信無人駕駛汽車比人類更安全地駕駛，就可以采用無人駕駛汽車。但是雷默說，這還遠遠不夠。他說：“我們還沒有準備好通過機器人錯誤來傷害人們。” 定義什么是適當?shù)陌踩苤匾?。不同的國家仍在努力爭取法律標準，以適應未來的無人駕駛世界。

機械手錯誤將不同于人為錯誤。當短信響起時，他們不會入睡或分心。但是它們會以其他方式犯錯，例如將一個吹來的垃圾誤認為是一個人。Reeder說：“機器智能確實擅長于黑白決策，而擅長于其他決策，而人類則擅長于在灰色區(qū)域做出決策。”他在TedX演講中說：“無人駕駛汽車的安全性比AI。”

Reimer說：“我們需要從算法上減少思考。” 他以航空業(yè)為例：幾十年前，有計劃使駕駛艙外的飛行員自動化，但是航空業(yè)很快發(fā)現(xiàn)這并不是最好的計劃。相反，他們旨在將人類專業(yè)知識與自動化相結(jié)合。Reimer解釋說：“在飛機上，人們使用自動化進行工作并加以利用并承擔新的責任。” “這就是將航空安全帶到今天的狀況。”

那么安全到底有多安全呢?賴默說，這是建立一種安全文化。首先，任何被證明實質(zhì)上更安全，甚至改善5%-10%的事情都將是一個起點，但從長遠來看是不可接受的。代替安全標準，目標應該是持續(xù)的過程和改進-與FDA認證新藥物療法或醫(yī)療設備的方式類似。他說：“今天任何足夠安全的東西明天都還不夠安全。”

該研究的作者Pek和Manzinger計劃通過幫助找到操作標準并使其算法脫離計算機模型并進入量產(chǎn)車來進一步提高其技術(shù)。曼青格說：“這距離將其變?yōu)楝F(xiàn)實只有一步之遙。”