盖世汽车讯 自动驾驶汽车已在一些街道上投入使用，并可能成为未来交通系统的重要组成部分。当然，安全是首要考虑因素，就像所有车辆一样。据外媒报道，为了评估和改进其自动驾驶技术，美国无人驾驶汽车公司Waymo与荷兰代尔夫特理工大学（Delft University of Technology）的科学家合作，开发出一种名为 ReD（Reference Driver，参考驾驶员）的计算机认知模型，模拟人类驾驶员在接近碰撞情况下的行为。

图片来源：Waymo

人类驾驶员通过瞬间感知危险、决定如何应对并执行操作来避免碰撞。这一切都在瞬间完成，这得益于中枢神经系统和周围神经系统的协调运作。

目前，碰撞避免的测试和训练涉及多个系统，每个系统通常只测试特定的场景或指标。例如，一个系统可能只关注前车突然刹车时的情况。它们无法捕捉从检测到实际避让的整个过程。

而计算机认知模型ReD基于一种名为主动推理的神经科学框架创建，模拟人脑如何避免意外情况。

ReD代表了Waymo安全研究的最新进展，其中包括十几篇关于行为参考模型的已发表论文。它基于与Waymo成熟的NIEON（Non-Impaired driver with Eyes ON the conflict，专注冲突的非受损驾驶员）模型以及早期自适应人类驾驶员行为主动推理模型相同的预测处理框架，确保其方法的连贯性。这些模型的核心思想是，人类驾驶行为通常可以理解为最小化意外情况。NIEON侧重于模拟人类何时会对威胁做出反应，而ReD则扩展了这些功能，以模拟完整的闭环认知过程。ReD模拟了谨慎且称职的人类驾驶员如何随着情况的变化更新其信念，如何应对其他道路使用者意图的不确定性，以及如何选择规避操作，无论是刹车、急转弯还是两者结合。

几十年来，汽车行业一直使用物理和虚拟碰撞假人来评估汽车的安全性能，包括硬件和结构完整性。ReD模型在此基础上发展而来，它作为自动驾驶系统的行为基准，能够真实地模拟谨慎且称职的人类驾驶员在应对交通冲突时的合理反应。

作为一种通用模型，ReD可以应用于各种场景和环境，包括那些存在显著不确定性的场景，例如其他驾驶员意图不明的情况。至关重要的是，与许多侧重于最后一刻反应性操作的传统模型不同，ReD可以模拟主动规避，展现一位称职的驾驶员如何预判潜在风险，从而从一开始就避免冲突的发生。

“通过将我们的模型建立在主动推理的基础上，我们实现了对人类碰撞反应的整体表征，”代尔夫特理工大学助理教授Arkady Zgonnikov表示。“这使我们能够模拟驾驶员在冲突中感受到的内在‘意外’，为自动驾驶系统提供了一个更接近人类的基准，而这在以前是无法大规模自动化的。”

这一框架的深远影响也得到了世界顶尖神经科学家、主动推理技术创始人Karl Friston教授的认同。Friston在评论发表于《自然通讯》的这项基础研究时表示：“这是一项杰出的工作。它正是主动推理技术诞生的初衷：赋予自主设备情境感知能力，以及我们在驾驶和日常生活中赖以生存的那种受限信息搜寻能力。从技术角度来看，就其生成的模型和所考虑的场景而言，这堪称一项杰作。它展现了多重约束满足的重要性；在这里，它被巧妙地嵌入到一个范数条件粒子滤波器中（用于将规划视为推理）。同时，我们也欣喜地看到学术界和产业界之间如此卓有成效的合作——为了我们共同的利益（和安全）而努力。”

ReD最强大的优势之一在于其可扩展性。由于它基于神经科学的基本原理构建，因此可以扩展到模拟除碰撞规避之外的各种道路使用者行为，例如自适应驾驶行为和道路使用者互动。此外，ReD完全自动化，无需依赖手动编写的规则和人工标注，因此可以应用于包含数千个场景的大型测试集。该模型可以在虚拟环境中表示和评估众多复杂的真实碰撞事故，以前所未有的速度和效率识别性能改进点。

“评估自动驾驶汽车的安全性是一个多方面的问题，了解人类如何处理冲突是其中的关键一环，”Waymo首席安全官Mauricio Pena表示，“通过建立这种称职的人类反应参考模型，我们可以帮助行业朝着一种共享的、基于科学的碰撞规避行为评估方法迈进。”