丁文超：教會自動駕駛“絲滑加塞”

原文地址：http://news.sciencenet.cn/htmlnews/2023/5/500810.shtm

“我們正在研究‘車路智能路端協同’的場景，通過多車路端感知協同讓自動駕駛擁有‘上帝視角’。在可預見的未來，比如2030年、2040年，當我們步入中年、老年，這些東西就會出現在我們日常生活之中。”近日，在“2023復旦大學管理學院瞰見新青年”大會上，曾經的華為“天才少年”、目前任職于復旦大學工程與應用技術研究院的青年研究員丁文超掀開了機器人決策智能駕駛的“神秘衣角”。 

  ?

丁文超      復旦大學供圖

像下圍棋一樣打敗人類司機

“2023年新款‘問界’汽車搭載了我們團隊的算法。這算是對我在華為工作階段一個非常好的總結。”丁文超說。

2021年，丁文超在華為進行智能駕駛相關研究。他和團隊考慮最多的問題是怎樣讓人工智能學會預測人類——外賣小哥有什么動作，路上的大爺大媽會干什么。與之對應，自動駕駛汽車要做出什么反應。研究團隊經常在深圳街頭進行測試，和很多中國特色的街巷相似，路上有行人橫穿馬路，側面有外賣小哥“鬼探頭”，最頭疼的是老大爺看都不看就踏上馬路。

“智能駕駛面臨非常開放的場景，我們的研究集中在怎么理解他人的行為，人工智能要怎么做出自己的決策。”丁文超說，“今天自動駕駛在馬路上還不常見，但我相信，自動駕駛車會像阿爾法狗完勝人類一樣，打敗人類司機，徹底改變我們的出行方式。”

讓AI預判別人的預判

丁文超認為，下圍棋和開車有共通之處。圍棋高手通常會“走一步看N步”，自動駕駛也需要“看”很多步，并對不同情況做出最優決策。但下棋和開車又有區別，下棋是在封閉空間內，有明確落子規則的一對一博弈。而自動駕駛處于開放空間，同時要和所有交通行為參與者進行交互和博弈。

“圍棋下錯一子，勝率可能會掉20%，但還可以接受。如果開車決策錯誤，可能會被‘抬走’。這導致反向推過來，對自動駕駛對人工智能的要求非常高。”丁文超說。

從目前的自動駕駛技術看，在一些簡單場景，人工智能的表現已經和“老司機”很像了。但在交互非常多的場景，它更像一個手足無措的新手司機。

為此，丁文超等人建模了車和車之間的交互關系，模擬人類在駕校學習的“防御性駕駛技術”。比如，接近路口或臨近車道堵塞時，旁邊車輛很快接近我們前方車輛，人類司機會從運動趨勢判斷，他可能會加塞到我們前面。這時，老司機如果不愿讓對方“加塞”，就會加大油門跟前車更近。如果選擇讓對方加塞，會先把油門松下來，同時腳放在剎車上備剎，而不是等對方突然插進來后一腳急剎。

研究人員建模車和車之間的交互關系，通過神經網絡學習這樣的特征，讓AI學會和周圍車輛交互，判斷臨近車道車輛變道概率，更早預測加塞行為。從而讓自動駕駛學會防御性駕駛。

但實際路況遠比建模復雜，車輛在路面行駛不僅要“預判別人”，還要“預判別人對你的預判”。比如，一輛自動駕駛汽車準備并道，不僅要判斷旁邊車輛是否讓道。還要考慮自己這個動作對別人的影響：如果我們“一把方向”變道過去，別人很可能沒有反應時間，容易造成急剎或追尾；如果我們先往臨近車道靠近，同時打開轉向燈，別人就可以預判我們要變道過去，這樣才能安全、舒適地完成變道。

在仿真環境中，人工智能要反復進行多層次的推理，因為現實中還有很多司機做出無法理解的行為。比如，研究團隊有次做路測的時，發現一個司機在兩條車道左右搖擺，甚至壓著中線行駛很久。

教自動駕駛應學會“加塞”

“‘加塞’是每個司機的必修課，因為在工作日的早高峰，很多時候實際路況讓我們不得不加塞。”丁文超說，“對自動駕駛車輛來說，變道時雖然不知道后車是‘天使’還是‘魔鬼’，但總要做出動作。”

現在的自動駕駛對加塞問題要么過于保守，要么過于激進。過度保守或樂觀都不是好的解決方案。因此，丁文超的第三個研究是優化算法，將加塞過程優化成一條順滑的軌跡并執行它。

“實際上，讓自動駕駛規劃這個軌跡會比人類司機做得更好，它可以在可行空間內滿足安全約束條件下，優化出一條非常絲滑的軌跡，讓駕乘省油、舒適、‘絲滑’。”丁文超補充說，“在更具挑戰性的場景中，前方的車做出變道的動作，但又縮了回去，然后又過來了。這時候自動駕駛甚至會往前稍微頂一頂，不讓別人過來，表現得更像‘老司機’。”

今年年初，丁文超來到復旦大學工程與應用技術研究院，開始一些新的研究——多智能端協同構成完美感知。

比如，在復雜的立交橋路口，一個從未走過的地方，也沒有地圖參考，人類司機可能會看其他車輛怎么走，然后做出自己的決定。自動駕駛車輛也會在路口參考其他車輛的去向，從而規劃自己的路線。