當(dāng)自動(dòng)駕駛遇見會(huì)車，應(yīng)該搶先通過，還是等待讓行？

自動(dòng)駕駛的策略一直是該領(lǐng)域的核心問題，即在交通沖突區(qū)域內(nèi)，自動(dòng)駕駛汽車應(yīng)該如何與其他交通參與者進(jìn)行合理且高效的互動(dòng)。

過于激進(jìn)或過于保守的策略都會(huì)對(duì)通行效率產(chǎn)生影響，甚至對(duì)乘坐者的生命安全造成威脅。

之前對(duì)于自動(dòng)駕駛策略的研究主要集中在低級(jí)詳細(xì)的駕駛行為或特定的交通情況上，也就是「具體問題具體分析」，導(dǎo)致工程代碼里可能有成千上萬個(gè)if-else，而目前也缺乏對(duì)高級(jí)駕駛策略研究。

盡管研究人員對(duì)駕駛策略表現(xiàn)出越來越多的興趣，但仍沒有關(guān)于如何主動(dòng)實(shí)施安全駕駛的全面答案。

最近，由清華大學(xué)、中科院自動(dòng)化所和Intel中國研究院聯(lián)合研究的成果，在交通安全領(lǐng)域國際頂級(jí)期刊Accident Analysis and Prevention（交通領(lǐng)域SSCI期刊排名第一，JCR Q1）舉辦的2021年年度研討會(huì)上進(jìn)行了公開展示和口頭匯報(bào)，并獲得了該期刊年度最佳論文獎(jiǎng)。

論文鏈接：

https://www.sciencedirect.com/science/article/abs/pii/S0001457520317577#!

作者在分析了幾種代表性駕駛策略之后，提出了三個(gè)對(duì)衡量駕駛策略很重要的特征維度：首選目標(biāo)（preferred objective），風(fēng)險(xiǎn)欲望（risk appetite）和協(xié)作方式（collaborative manner）。

根據(jù)這三個(gè)特征維度，研究人員將自動(dòng)駕駛汽車的現(xiàn)有駕駛策略分為四種：防御性駕駛策略，競爭性駕駛策略，談判的駕駛策略和合作駕駛策略，并對(duì)這四種策略進(jìn)行了比較，并找出了改善高級(jí)駕駛策略設(shè)計(jì)的可能方向。

作者認(rèn)為，在面對(duì)將長期存在的混合交通流（自動(dòng)駕駛汽車與傳統(tǒng)汽車混行）時(shí)，應(yīng)該主動(dòng)引入路權(quán)協(xié)商機(jī)制以調(diào)和個(gè)體意圖之間的矛盾。

論文的通訊作者為李志恒博士，目前是清華大學(xué)深圳研究生院副教授、博導(dǎo)。于2009年獲清華大學(xué)自動(dòng)化系控制科學(xué)與工程學(xué)科工學(xué)博士學(xué)位。主要研究方向?yàn)椋褐悄芙煌ㄏ到y(tǒng)、交通信號(hào)控制系統(tǒng)、交通管理規(guī)劃、智能公共交通系統(tǒng)、智能交通大數(shù)據(jù)研究等。主持和參與國家級(jí)項(xiàng)目10余項(xiàng)。

自動(dòng)駕駛的未來

近年來，自動(dòng)駕駛技術(shù)被寄予厚望，人們普遍相信其有潛力重塑整個(gè)道路運(yùn)輸領(lǐng)域并解決眾多實(shí)際交通問題，如道路可達(dá)性、交通效率、便利性，尤其是安全性。

然而，越來越多的研究者逐漸發(fā)現(xiàn)，教會(huì)自動(dòng)駕駛汽車「安全行駛」絕非易事。以左轉(zhuǎn)為例，2010 年美國交通部的一項(xiàng)研究對(duì)超過200萬起事故調(diào)查后發(fā)現(xiàn)，左轉(zhuǎn)發(fā)生的事故幾率是右轉(zhuǎn)的二十倍；自動(dòng)駕駛領(lǐng)域巨頭Waymo的行為團(tuán)隊(duì)負(fù)責(zé)人、軟件工程師Nathaniel Fairfield認(rèn)為：無保護(hù)的左轉(zhuǎn)是自動(dòng)駕駛中最棘手的事情之一；MIT機(jī)械工程系John Leonard教授也曾坦言：自動(dòng)駕駛每天都有很多挑戰(zhàn)，左轉(zhuǎn)彎幾乎在問題列表的最上端。

而該項(xiàng)工作研究團(tuán)隊(duì)認(rèn)為，引發(fā)左轉(zhuǎn)碰撞這類安全問題的本質(zhì)原因是不同車輛在互動(dòng)時(shí)采用的宏觀策略存在差異。不同于聚焦具體場景或具體駕駛行為的微觀策略，宏觀策略是對(duì)決策過程典型要素的抽象，是由自動(dòng)駕駛策略的硬件基礎(chǔ)與決策機(jī)制共同決定的。

因此，這項(xiàng)工作主要討論了自動(dòng)駕駛汽車在與其他交通參與者互動(dòng)的過程中，應(yīng)該遵循何種宏觀策略以避免由誤判引起的碰撞風(fēng)險(xiǎn)，從而有序通過交通沖突區(qū)域。

在這項(xiàng)工作中，研究團(tuán)隊(duì)在回顧現(xiàn)有研究后，提出了兩個(gè)用來衡量宏觀駕駛策略的主要維度:

• 協(xié)作意愿，即駕駛主體是否愿意為換取整體利益而讓渡一部分個(gè)體利益；
• 風(fēng)險(xiǎn)偏好，即駕駛主體對(duì)駕駛策略所帶來的潛在風(fēng)險(xiǎn)的態(tài)度。

根據(jù)整體利益（環(huán)境交通效率等）和個(gè)體利益（單車通行速度）之間不同的側(cè)重，現(xiàn)有典型駕駛策略可以分為「對(duì)抗駕駛」和「合作駕駛」兩類。

其中，根據(jù)風(fēng)險(xiǎn)偏好的不同，對(duì)抗駕駛策略進(jìn)一步分為了偏好安全指標(biāo)的風(fēng)險(xiǎn)厭惡型「防御性駕駛策略」和偏好速度指標(biāo)的風(fēng)險(xiǎn)中性「競爭性駕駛策略」。

而合作性駕駛策略又可以分為不依賴主動(dòng)通信設(shè)備的“協(xié)商性駕駛策略”和依賴主動(dòng)通信設(shè)備（車聯(lián)網(wǎng)、V2V等）的「協(xié)同性駕駛策略」（圖1）。

圖1：四類典型宏觀駕駛策略

在這項(xiàng)工作中，研究團(tuán)隊(duì)針對(duì)以上四種典型駕駛策略的運(yùn)作機(jī)理，核心任務(wù)，交互邏輯，決策機(jī)制和硬件基礎(chǔ)進(jìn)行了綜述分析。

具體來說，防御性駕駛策略被定義為:對(duì)其它車輛采取非理性假設(shè)（即認(rèn)為非理性行為發(fā)生概率高），規(guī)定自動(dòng)駕駛汽車以保證自身安全為核心目的而獨(dú)立決策的一種駕駛策略。

競爭性駕駛策略被定義為：對(duì)其它車輛采取理性假設(shè)(即認(rèn)為非理性行為發(fā)生概率低)，規(guī)定自動(dòng)駕駛汽車以提高自身效率為核心目的而獨(dú)立決策的一種駕駛策略。

協(xié)商性駕駛策略被定義為：基于對(duì)傳統(tǒng)駕駛行為的理解，自動(dòng)駕駛汽車與其他車輛進(jìn)行合理協(xié)商、共同決策，以換取效率和安全兼顧的一種駕駛策略。

協(xié)同性駕駛策略被定義為：在車聯(lián)網(wǎng)技術(shù)的支持下，自動(dòng)駕駛汽車與其他車輛協(xié)同、接受統(tǒng)一調(diào)度指令以達(dá)到全局最優(yōu)的一種駕駛策略。

緊接著，團(tuán)隊(duì)進(jìn)一步對(duì)這四種策略的利弊與特點(diǎn)進(jìn)行了討論。

隨著本世紀(jì)自動(dòng)駕駛技術(shù)的發(fā)展，防御駕駛策略最早被提出，因?yàn)檫@種駕駛策略與人類駕駛規(guī)則之間存在著諸多相似之處，核心目標(biāo)都是消解或者減少交通不確定性所帶來的潛在風(fēng)險(xiǎn)。

然而，防御性駕駛的最大弊病在于：自動(dòng)駕駛汽車為了防止小概率交通事故的發(fā)生可能會(huì)過度冗余保守，使得交通效率下降。

比如，在Intel Mobileye團(tuán)隊(duì)提出的責(zé)任敏感性駕駛模型（Responsibility Sensitive Safety，RSS）原始版本[2]中，自動(dòng)駕駛汽車被要求保持足夠遠(yuǎn)的安全距離以應(yīng)對(duì)前車隨時(shí)可能的急剎行為（圖2）。

而團(tuán)隊(duì)進(jìn)一步研究發(fā)現(xiàn)，當(dāng)將前車的意圖納入決策考量后，自動(dòng)駕駛汽車可以在保證安全要求的前提下將跟隨距離縮短三倍以上。這表明在引入交互后，改良后的防御駕駛同樣可以保證一定的交通效率。

相關(guān)研究成果也已經(jīng)得到公開發(fā)表并被Mobileye采納[3]。

圖2：Mobileye 發(fā)布的RSS原始版本中對(duì)安全距離的規(guī)定[2]

隨著研究的深入，防御駕駛策略的各種弊端逐漸顯現(xiàn)，如缺乏長期規(guī)劃、影響交通效率等。

為了解決這些問題，「學(xué)習(xí)」的概念逐漸被引入自動(dòng)駕駛領(lǐng)域，人們試圖教會(huì)機(jī)器像人類一樣，基于經(jīng)驗(yàn)在預(yù)期收益和潛在風(fēng)險(xiǎn)之間做出決策。

基于這一想法，以MIT強(qiáng)化學(xué)習(xí)模型Deep Traffic（圖3）為代表的競爭駕駛策略應(yīng)運(yùn)而生[4]。

在這種策略的引導(dǎo)下，自動(dòng)駕駛汽車將道路交通視為「非合作動(dòng)態(tài)博弈」過程，并始終在尋找提高駕駛效益的可能性。

然而，這類駕駛策略往往難以繞開兩個(gè)問題：

1. 仿真所帶來的擬真性問題，即「reality gap」。這類駕駛決策算法往往需要在仿真系統(tǒng)中進(jìn)行，而算法的訓(xùn)練過程恰恰十分依賴于環(huán)境反饋，那么如何保證仿真系統(tǒng)中的互動(dòng)過程足夠逼真，是研究者必須回答的問題；

2. 理性假設(shè)所帶來的潛在風(fēng)險(xiǎn)增加。經(jīng)研究發(fā)現(xiàn)，隨著訓(xùn)練的進(jìn)行，由于仿真環(huán)境中的理性個(gè)體遠(yuǎn)多于非理性個(gè)體，自動(dòng)駕駛汽車可能會(huì)從一次次冒險(xiǎn)行為中「嘗到甜頭」，而越來越趨向于采取激進(jìn)的駕駛行為 [5]。這種理性假設(shè)在實(shí)際道路上可能會(huì)引發(fā)交通阻塞后果。

圖3：MIT的Deep Traffic駕駛決策模型 [4]（圖片來源：https://selfdrivingcars.mit.edu/deeptraffic）

因此，協(xié)商駕駛的概念被提出，其主張將路權(quán)協(xié)商機(jī)制引入以調(diào)和個(gè)體意圖之間的矛盾。研究團(tuán)隊(duì)將自動(dòng)駕駛汽車與其他車輛協(xié)商路權(quán)時(shí)需要遵循的原則總結(jié)為三點(diǎn)（圖4）[6]：

• 要保守處理感知的局限性；
• 要將車與車之間的交互（包括隱性通信與主動(dòng)通信）納入決策考量；
• 要平衡交通安全與交通效率，即考慮策略的敏捷性。

基于此，研究團(tuán)隊(duì)又相繼發(fā)表多篇論文論述了如何在各類典型交通場景下基于路權(quán)協(xié)商進(jìn)行有效駕駛決策[7]。

圖4：安全駕駛所強(qiáng)調(diào)的三個(gè)核心原則[6]

然而，協(xié)商駕駛受限于通信信息量，仍未達(dá)到對(duì)道路運(yùn)力的最大利用。隨著近年來主動(dòng)通信技術(shù)的成熟和分布式協(xié)同決策模型的發(fā)展，基于車聯(lián)網(wǎng)的全局協(xié)同駕駛成為可能。

協(xié)同駕駛的基本假設(shè)是，所有道路車輛都將自身狀態(tài)信息匯報(bào)給中央控制系統(tǒng)，并完全遵守系統(tǒng)統(tǒng)一分配的機(jī)動(dòng)方案進(jìn)行運(yùn)動(dòng)控制。

在此假設(shè)下，自動(dòng)駕駛汽車不再需要進(jìn)行復(fù)雜的軌跡預(yù)測和風(fēng)險(xiǎn)評(píng)估，可以通過優(yōu)化或搜索的方法，以最小的計(jì)算成本換取道路資源的最大限度利用（圖5）[8,9]。

圖5：不同策略下20輛車通過同一路口時(shí)延對(duì)比[9]

Enumeration—基于枚舉的協(xié)同駕駛?cè)肿顑?yōu)解（時(shí)延315.06s）；

MCTS—基于搜索的協(xié)同駕駛近似最優(yōu)解（時(shí)延316.18s）；

FIFO—基于規(guī)則的協(xié)商駕駛一般解（時(shí)延382.54s）

上述協(xié)同駕駛的實(shí)現(xiàn)有三個(gè)前提條件：在車端，必須完成自動(dòng)駕駛替代并配備主動(dòng)通信設(shè)備；在路端，必須布設(shè)密集的智能基礎(chǔ)設(shè)施作為感知與通信節(jié)點(diǎn)；在云端，必須架設(shè)低時(shí)延、高并發(fā)的通信網(wǎng)絡(luò)與控制中心。

而這也意味著協(xié)同駕駛注定無法在短期內(nèi)落地，我們必須認(rèn)真考慮在未來較長的一段時(shí)間內(nèi)，如何面對(duì)自動(dòng)駕駛汽車與人類駕駛汽車混行的現(xiàn)實(shí)。

一個(gè)讓人擔(dān)心的問題是，不同的自動(dòng)駕駛汽車制造商有著自己的駕駛策略。這有可能會(huì)導(dǎo)致一些自動(dòng)駕駛汽車根據(jù)自身的策略，誤判其它車輛的策略，從而導(dǎo)致事故的發(fā)生。因此，研究者呼吁在駕駛策略層面達(dá)成共識(shí)，更好的實(shí)現(xiàn)和諧駕駛，提高駕駛安全。

隨著機(jī)器智能水平的逐漸逼近人類，機(jī)器如何在更廣泛的范圍內(nèi)與人類和諧相處將會(huì)成為本世紀(jì)最重要的科學(xué)問題之一。

而在我國發(fā)布的《新一代人工智能發(fā)展規(guī)劃》中，提出了面向2030年我國新一代人工智能發(fā)展的指導(dǎo)思想、戰(zhàn)略目標(biāo)和重點(diǎn)任務(wù)。其中，人機(jī)協(xié)同的人工智能是一大重點(diǎn)研究方向。

自動(dòng)駕駛作為人工智能發(fā)展中的代表性領(lǐng)域，在Level 2-Level 5級(jí)的人機(jī)共駕，Level-4-Level 5級(jí)的多種車輛協(xié)同中，都涉及人機(jī)協(xié)同的人工智能研究問題，這些問題的解決涉及到行為建模、人機(jī)交互、心理學(xué)等多個(gè)學(xué)科交叉，有必要得到更多的關(guān)注和重視。