Waymo在构建虚拟系统方面拥有丰富的经验，旨在帮助其自动驾驶车辆更好地理解现实世界。它建立了逼真的3D世界，以更好地预测自然灾害和不可预测的边缘案例。它创建了一个高度专注司机的虚拟表示，以在一系列模拟场景中对比自身的自动驾驶车辆，查看哪种更擅长避免碰撞。现在，在今天发表的一篇新的研究论文中，Waymo在《Nature Communications》中描述了一种新的基于计算机的认知模型，解释了人类司机如何做出瞬间决定以避免碰撞。该公司认为，这一新模型将作为一个基准，用于与自动驾驶系统进行比较，以帮助推动该行业朝着更高共享安全标准的方向发展。这也是Waymo日益增长的经过同行评审的研究成果的最新成果，Waymo称这将其与其他自动驾驶车辆运营商区分开来。Waymo在与荷兰代尔夫特理工大学合作中设计了这个新模型，称为ReD，代表“参考司机”。正如汽车行业使用碰撞测试假人来评估汽车的结构完整性和硬件安全性一样，这个新模型作为行为假人来确定自动驾驶车辆在多大程度上能避免危险情况。“评估自动驾驶安全性是多方面的，而理解人类如何应对冲突是其中一个关键组成部分，”Waymo的首席安全官毛里西奥·佩尼亚表示。“通过建立这一有能力的人类反应的参考模型，我们可以帮助行业向共享的、有科学依据的评估碰撞避免行为的方法迈进。” ReD依靠一种名为“主动推理”的神经科学框架，这一框架受到全球顶尖神经科学家的支持，如卡尔·弗里斯顿教授（在Waymo提供的声明中称ReD模型为“技术奇迹”）。其核心原则是人类大脑不断努力在时间上最小化惊讶感。ReD通过叠加多个人的认知特征来模拟司机如何处理这种压力。人类根据“逼近”来判断纵向威胁，即物体在其视野中扩展的速度。Waymo的模型通过自然地努力在远距离判断速度来复制这一点，正如真实的人一样。它考虑到一个“交通规范”过滤器，倾向于将其预测偏向守法行为，直到它明确观察到某一车辆违反交通规范。并且它像人类司机一样评估惊讶，一旦惊讶达到某个阈值，表明当前计划失败，就会触发对其驾驶的重新评估。该模型还考虑到人类如何用一只脚操作油门和刹车踏板，通过在两者之间转换时引入0.2秒的停顿。“通过将我们的模型建立在主动推理基础上，我们实现了人类碰撞反应的整体表示，”代尔夫特理工大学的助理教授阿卡迪·兹戈尼科夫在声明中说。“这使我们能够模拟在冲突期间司机所感受到的内部‘惊讶’，提供了一个更人性化的自动驾驶系统基准，而此前在大规模自动化方面是不可能实现的。”与传统的安全模型只模拟紧急情况不同，Waymo表示，ReD能够通过持续计算惊讶感并最小化自由能量来实现“主动避免”。这使其能够提前预测风险，并在情况升级到冲突之前调整驾驶。Waymo表示，它正在积极与研究人员、监管机构和SAE等标准组织合作，建立关于这些参考模型的共识。目标是将自动驾驶车辆行业推向一个共享的、有科学依据的定义，即什么构成“谨慎和有能力”的人类反应。为此，该公司正在将ReD模型开源，并向任何想要测试的人公开提供。关注此故事的主题和作者，在您的个性化主页信息流中查看更多类似内容，并接收电子邮件更新。安德鲁·霍金斯