狠狠色婷婷久久一区二区,岳毛多又紧做起爽,久久精品青草社区,精品一区二区三区在线视频,色综合99久久久无码国产精品

　　近日，清華大學車輛與運載學院楊殿閣教(jiao)授團(tuan)隊提(ti)出了(le)自動駕駛(shi)“可信持續進(jin)化”技術，該(gai)技術有(you)(you)望解決公(gong)眾對于(yu)無(wu)人(ren)駕駛(shi)大規模商用(yong)安全性的擔憂，實(shi)現在任何場景下，無(wu)人(ren)駕駛(shi)汽(qi)車即使沒有(you)(you)預先(xian)設(she)定的應(ying)對方(fang)案，也能(neng)自主學習應(ying)對該(gai)場景并保證行駛(shi)安全。

　　安(an)(an)全(quan)性是自(zi)動(dong)(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)技術最核心的(de)命題，盡管目前自(zi)動(dong)(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)汽車已經具備了在(zai)一(yi)些特(te)定(ding)典型(xing)場景中示(shi)范無人(ren)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)運行的(de)能力，但不斷(duan)出(chu)現(xian)(xian)的(de)自(zi)動(dong)(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)汽車事故(gu)仍(reng)舊使公眾對于無人(ren)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)大規(gui)模(mo)商用的(de)可能性產生質疑。開展更多(duo)的(de)自(zi)動(dong)(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)測試和示(shi)范終究無法完全(quan)消除這(zhe)一(yi)疑慮，真正突破這(zhe)一(yi)瓶頸(jing)需要自(zi)動(dong)(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)汽車在(zai)設計時(shi)(shi)就能保證，面對突發情況時(shi)(shi)，即(ji)使沒有預(yu)先(xian)設定(ding)的(de)應對方案，仍(reng)然是可通行的(de)并(bing)且是安(an)(an)全(quan)的(de)。實現(xian)(xian)這(zhe)一(yi)目標需要準確發現(xian)(xian)所有可能出(chu)現(xian)(xian)的(de)安(an)(an)全(quan)隱患并(bing)及時(shi)(shi)處理，然而(er)，當前自(zi)動(dong)(dong)駕(jia)(jia)(jia)駛(shi)(shi)(shi)(shi)依賴數據驅動(dong)(dong)的(de)AI技術，其(qi)黑盒(he)特(te)點與(yu)偶發失效特(te)性導致實現(xian)(xian)這(zhe)一(yi)目標變得十分困難。

　　為解決這一(yi)問題，清華大學車(che)輛(liang)學院研究團隊提出(chu)了自(zi)動駕(jia)駛“可(ke)信持(chi)續(xu)進(jin)(jin)化(hua)”技術(shu)，該技術(shu)會(hui)在自(zi)動駕(jia)駛汽車(che)行駛初期將(jiang)(jiang)所有場(chang)(chang)景無差(cha)別地看(kan)成未知場(chang)(chang)景，均采取主(zhu)動避讓的(de)基礎(chu)駕(jia)駛策略以保證安(an)全性(xing)(xing)；在此基礎(chu)上，AI模型(xing)(xing)將(jiang)(jiang)從(cong)大數(shu)據中(zhong)主(zhu)動尋找熟悉的(de)行駛場(chang)(chang)景，并自(zi)主(zhu)地將(jiang)(jiang)在這些場(chang)(chang)景中(zhong)的(de)駕(jia)駛性(xing)(xing)能(neng)(neng)(neng)(neng)從(cong)基礎(chu)策略調整到(dao)更優水平，因而(er)能(neng)(neng)(neng)(neng)從(cong)系統設計的(de)角(jiao)度，解決長尾場(chang)(chang)景難(nan)以窮盡的(de)問題，保證在任意場(chang)(chang)景下(xia)不依賴預先(xian)設定的(de)“可(ke)信持(chi)續(xu)進(jin)(jin)化(hua)”。實現這樣(yang)一(yi)個(ge)技術(shu)最核心的(de)難(nan)點在于進(jin)(jin)化(hua)的(de)過程要保證性(xing)(xing)能(neng)(neng)(neng)(neng)是(shi)單(dan)調提升(sheng)的(de)，這樣(yang)才(cai)能(neng)(neng)(neng)(neng)使得整個(ge)進(jin)(jin)化(hua)過程仍(reng)具備最基礎(chu)的(de)安(an)全性(xing)(xing)，但經典(dian)的(de)AI訓練過程中(zhong)性(xing)(xing)能(neng)(neng)(neng)(neng)通(tong)常(chang)存在震蕩現象，可(ke)能(neng)(neng)(neng)(neng)會(hui)引發新的(de)安(an)全風(feng)險，而(er)研究團隊設計的(de)通(tong)過動態評估置(zhi)信度進(jin)(jin)行AI模型(xing)(xing)訓練的(de)方案，能(neng)(neng)(neng)(neng)夠(gou)使性(xing)(xing)能(neng)(neng)(neng)(neng)隨(sui)數(shu)據的(de)增加而(er)單(dan)調持(chi)續(xu)提升(sheng)，因而(er)能(neng)(neng)(neng)(neng)夠(gou)很好地滿足這一(yi)要求。

　　研究團隊在仿(fang)真和實車測(ce)試過(guo)程中對(dui)該(gai)技術(shu)進(jin)(jin)行了驗證，實驗結果表明該(gai)技術(shu)能夠(gou)(gou)保證自(zi)動(dong)(dong)駕(jia)駛(shi)(shi)汽車在系(xi)統沒有預先設定的(de)突(tu)(tu)發場景（如車輛(liang)逆行、工程車輛(liang)壓線超車等）中的(de)駕(jia)駛(shi)(shi)安全(quan)性，同時(shi)隨著車輛(liang)的(de)運行和數據的(de)持(chi)續(xu)采(cai)集，駕(jia)駛(shi)(shi)性能能夠(gou)(gou)自(zi)動(dong)(dong)得到進(jin)(jin)一步提升。這(zhe)一技術(shu)突(tu)(tu)破有望推動(dong)(dong)無人駕(jia)駛(shi)(shi)從典型場景示(shi)范走(zou)向開放(fang)道路實際應用(yong)，讓無人駕(jia)駛(shi)(shi)汽車具備實現普及和大(da)規模商用(yong)的(de)可能性。

　　該技術(shu)在2022北京科技冬奧自動駕駛(shi)示范項(xiang)目(mu)中成功得到了(le)應(ying)用(yong)。研究團隊正在與國內外領軍(jun)汽車企業和知名的(de)出行(xing)廠(chang)商(shang)(shang)合作(zuo)開展商(shang)(shang)業化(hua)合作(zuo)，進一步開展大規模無(wu)人駕駛(shi)開放(fang)道路(lu)應(ying)用(yong)示范，以(yi)檢驗該技術(shu)在更多行(xing)駛(shi)場(chang)景中的(de)應(ying)對能力與自主提升能力，并持續(xu)收集(ji)無(wu)人駕駛(shi)測試數據(ju)，以(yi)滿足開放(fang)道路(lu)無(wu)人駕駛(shi)可(ke)信賴性要求。

　　研(yan)究結果以“利(li)用動態置信度強(qiang)化學習實(shi)現自動駕駛的持續(xu)提升”（Continuous improvement of self-driving cars using dynamic confidence-aware reinforcement learning）為(wei)題發表在《自然·機器智能(neng)》（Nature Machine Intelligence）上。

　　論文第一作者為(wei)清華大(da)學(xue)(xue)車輛學(xue)(xue)院博士后曹(cao)重，通訊作者為(wei)車輛學(xue)(xue)院楊(yang)殿閣教(jiao)授，清華大(da)學(xue)(xue)江昆老師、美國密歇根(gen)大(da)學(xue)(xue)彭暉教(jiao)授共同參與(yu)了研究(jiu)工作。研究(jiu)得到國家自然科學(xue)(xue)基金(jin)(jin)與(yu)清華-豐(feng)田聯合研究(jiu)基金(jin)(jin)專項項目的(de)支(zhi)持(chi)。