|
|
清华校友，最新主動駕驶鑽研功效再登Nature。
客岁，Nature正刊曾罕有的将封面给了主動駕驶鑽研“仿真效力晋升2000倍”——一样是這個這個l團队的功效，成為主動駕驶圈内一時热议的重猛進展，智能車参考也具體先容過。
此次新鑽研颁發在Nature子刊《Nature Co妹妹unications》，存眷加倍底层、加倍焦點的AI技能困難：
希罕度劫難。
有點“神乎其神”，希罕度是個啥工具，咋就成為了主動駕驶的劫難？
严谨的界说是如许：
高维變量空間中平安關頭事務的希罕度。
普通的说就是，拿来喂给AI司機的練習数据中，真正有效的未几。
举個例子，如今車企、主動駕驶公司動辄说本身有几百上万万千米實測里程，或仿真測试里程過亿，娛樂城推薦,但都躲避了關頭問题：
這些数据中，真正對體系能力有關頭性晋升的有几多？
好比主動駕驶在平直無車的高速上測试百万千米，可能都不如中華職棒ptt,在都會中碰見一次“鬼探頭”的晋升大。
關頭場景的查漏补缺，行業内凡是称為“长尾場景”。
如今一般有两種解决思绪，一種是鼎力出古迹，尽量多的車，跑尽量多的路，指望最大水平笼盖各類罕有的交通状态，讓主動駕驶能力元氣丸,從量變堆集到質變奔腾。
實在，包含如今成為行業共鸣的端到端技能系统，本色上依然是經由過程如许的思绪解决問题，只不外把全部主動駕驶流程中更多環節的权限移交给了AI。
此外一種，則是洗鞋神器,在有限算力、参数限定下，用報酬手寫的法則，给主動駕驶套上“平安壳”，极限環境下經由過程降级或刹停等等手腕兜底。這是如今大部門量產智駕的法子，但劣势很较着：體系决议计劃僵直枯燥，泛化性差，體验更差。
不知大師發明没有，不管是哪種方法，都没有在AI算法這個层面分解“希罕度”本色，天然也就提不出针對性的解决方案。
作者在論文開篇就直接指出了這個問题：
虽然在大眾門路上堆集了数百万英里的測试里程，但主動駕驶仍難以有用處置频發的“平安關頭事務”。能商用的L4也一向落不了地。
以是将“希罕度”称為“主動駕驶的劫難”。
新鑽研解决希罕度劫難的法子，是打開AI黑箱，測验考试用数學表达希罕度本色，并提出了三種對應的解决法子。
详细来讲，作者認為傳统上比力器重的平安關頭事務的几率散布，實在其實不焦點。
相反，真正挑战在於若何界说高度繁杂場景中平安關頭環境的希有性，比方分歧的氣候前提、分歧的門路根本举措措施和門路利用者的举動差别…
這些平安關頭環境，可能因為多種原因此呈現，好比對未知物體的毛病辨認，或對四周行人活動轨迹毛病展望…這種事務產生的几率很低，大大都可用数据只包括很少的罕有事務信息。
由於罕有事務的贵重信息可能被大量正常数据所袒护，以是深度進修模子實在很難有用進修到這些平安關頭事務。
關頭的處所来了。深度進修的本色是經由過程優化方针函数對具备特定散布的数据指望，来得到神經收集的最優参数。
為领會决這個優化問题，最經常使用的法子是基於梯度降低，在每一個練習步调利用一批数据經由過程蒙特卡洛估量来估量梯度。
但是，跟着平海綿切割代工,安關頭事務的罕有性增长，估量方差會呈指数增长，致使“希罕度劫難”。
解决法子有三個。
起首是利用更多罕有事務数据举行有用練習。
這類法子偏重数据，專門操纵與罕有事務相干的数据来不竭改良體系能力。但界说和辨認罕有事務不是那末简略的。由於它們依靠於特定於問题的方针函数，并遭到平安關頭事務的時空繁杂性的影响。更首要的，如今學界依然缺少可以引导罕有事務数据操纵的理論根本。
對付如许的平安验證使命，l團队以前的试图經由過程密集深度强化進修 (D2RL) 法子来解决（即登上Nature封面的鑽研），實行成果表白，D2RL 可以显著低落计谋梯度估量的方差，這是解决 CoR 的首要一步。
其次是提高呆板進修模子的泛化和推理能力。現實上作者在這里會商的就是AGI的問题，今朝在主動駕驶范畴最前沿的測验考试是端到端模子。
人類可以在有限的履历（凡是少於一百小時的練習）放學習駕驶，以是将来的AI也有可能在不依靠大量特定於使命的数据的環境下降服 CoR。這就请求AI同時具有自下而上的推理（感知数据驱動）和自上而下的推理（認知指望驱動）能力。
可以参考大型说话模子 (LLM) 和視觉说话模子 (VLM) 的方案，它們的根本模子經由過程采纳彻底监視微调、情境進修和思绪链等技能，展示出了出出色的泛化和推理能力。
第三種法子，是經由過程削减平安關頭事務的產生来减轻CoR對全部體系的影响。
直白的说就是尽可能低落體系對場景、方针的错檢漏檢。详细法子有不少，好比将傳统深度進修模子和强化進修想連系，練習AI“预防性駕驶”能力、車路协同多傳感器交融、車云一體化方案等等。
三種解决 CoR 問题的潜伏法子，從分歧角度動身。不外作者夸大，這些法子其實不互相排挤，連系起来會有庞大的潜力。
CoR的影响不但仅局限在感知環節，而是浸透進了主動駕驶各個流程，逐级累加。一個几率极低的平安關頭環境一旦呈現，可能造成很紧张的後果。
比方，单帧中的物體分類毛病可能不是甚麼大問题，而一系列帧（clips）中的多個物體分類毛病可能會致使紧张的毛病辨認和误判，此類事務的產生几率远低於任何单個毛病的產生几率，是以 CoR 問题變得加倍紧张。
轨迹展望层面上，一個小小的展望毛病可能會致使误報或漏報，從而致使過於谨严的駕驶决议计劃或過於自傲的决议计劃而致使變乱。以是举動展望模子必需有用處置轻易呈現CoR的罕有事務。
决议计劃環節，以往因為實際世界数据的缺少和偶尔性，深度進修模子很轻易遭到CoR的影响，這可能致使计谋梯度估量的紧张差别。
自但是然，因為CoR的存在，理論上评估主動駕驶的平安機能必要数亿英里，這是不确切際且效力低下的，這也是為什麼仿真測试成為了主流。但問题是，很多現有法子仅限於處置有限方针的短場景段，没法捕获實際世界平安關頭事務的全数繁杂性和多變性。
以是CoR虽然不是一個看得見、摸得着的bug，但風险深入浸透進主動駕驶每一個環節。
這項新鑽研最大的意义，是诠释了CoR的数學本色，并提出了几種可能的解决法子。
這項鑽研由美國密西根大學和清华大學鑽研职員互助完成。
一作、通信作者刘向宏博士，現任美國密歇根戒菸糖,大學讲席傳授、Mcity主任（密歇根大學主导的智能交通摹拟都會項目）。
他在海内最被外界認识的身份是滴滴前首席科學家。
刘向宏1993年本科结業於清华大學汽車工程系，2000年在威斯康星大學麦迪逊分校获得博士學位。
刘傳授是交通工程范畴論文援用率最高的學者之一，他發現的用於切确丈量交織路口的列队长度和觀光時候的SMART-Signal體系於2012年获得美國國度專利，并已在美國明尼苏达州和加州获得遍及利用。
本文配合一作、通信作者封硕，如今在清华主動化系任助理傳授，曾前在刘向宏傳授的Traffic Lab做博士後、鑽研員。
封硕本科和博士學位都在清华大學主動化系得到，鑽研標的目的是優化節制、互联和主動駕驶评估和交通数据阐發。
從封硕和刘向宏傳授l團队以往颁發的功效和科研標的目的来看，他們一向在延续推動主動駕驶平安验證评估和仿真測试的優化進级。
好比以前咱們報导過的D2RL，就是經由過程强化進修手腕针對性天生高价值数据，提高仿真測试的效力。
有趣的是，不管是主動駕驶、智能汽車財產界從工程實践動身，仍是高校學者從数學道理层面抽象归纳总结，居然都指向了AGI、端到端、数据驱動的路径。
以是端到端會是主動駕驶的最優解，或说它會是主動駕驶“汗青的闭幕”嗎？ |
|
發表於 2024-8-21 17:17:58
收藏