像人类学习一样 NTU研发出能够持续学习的自动驾驶汽车

盖世汽车讯 人们在学习开车时，往往是从“表现糟糕”开始的：车子熄火、刹车太晚、转弯时偏离车道……坐在副驾驶座上的教练会及时纠正这些错误。经过数月的练习，这类纠正变得越来越少，最终，驾驶者便能独自上路了。

自动驾驶汽车的学习方式则截然不同。在获准上路前，它们必须经过大量的训练；一旦投入实际运行，其掌握的知识体系便基本固定下来。当遇到训练数据中未涵盖的情况时，它们无法像人类那样“吃一堑长一智”并继续前行。

据外媒报道，南洋理工大学（NTU）的Lyu Chen教授及其团队研发出了一种能够持续学习的自动驾驶汽车。在投入使用后，它依然能够不断学习——当人类驾驶员介入并进行纠正时，它便能从中汲取经验，就像学徒向师傅请教一样。这项题为《面向自动驾驶车辆多维度提升的人机引导式持续学习》（Human-guided continual learning for multifaceted improvement of self-driving vehicles）的研究成果，近期发表在期刊《自然-通讯》（Nature Communications）上。

车辆负责驾驶，人类则在旁监督；一旦车辆出现失误，人类便会介入纠正。车辆会采纳这些纠正，从中汲取经验，从而在下次遇到同样情况时表现得更好。随着学习的深入，人类的干预需求也会随之减少。

Lyu教授表示：“学徒在面对新情况时，不会一切从零开始重新学习。他们会在已有知识的基础上，根据需要接受纠正，并逐渐变得更加独立。这与我们正试图在车辆上复现的学习过程非常相似。”

行驶不好的车

一辆汽车在一个城市开得很好，但在另一个城市却开得不好，这不能归咎于它的传感器。道路规则是当地的。

在一个国家超车是在右侧，而在另一国家则是在左侧超车。何时让路、变道前要留出多少空间、以多慢的速度超越骑自行车的人，所有这些都会随着当地法律和当地习惯的变化而变化。汽车可以在没有划痕的情况下完成一次操作，并且仍然像游客一样驾驶。

Lyu教授表示，将自动驾驶系统转移到新的地方“不仅仅是改变地图”。不同的道路、不同的法规、不同的天气、不同的驾驶方式。传统上，适应所有这些意味着收集新数据并从头开始重新训练大部分系统。

这个成本很容易被低估。随着无人驾驶汽车到达世界各地越来越多的城市，教每个人一个新地方的成本成为他们到达那里的真正障碍之一。

“纠正”并非“失败”

机器学习系统很容易出现这种情况：在学习新技能时，新的训练过程可能会悄然覆盖掉旧有的知识——这一问题被称为“灾难性遗忘”。对于自动驾驶汽车而言，这是绝对无法接受的：车辆在应对罕见路况时表现的提升，绝不能以牺牲其在日常驾驶中的表现为代价。

因此，研发团队在设计车辆系统时，使其能够兼顾两方面：既保持足够的灵活性以吸纳新的修正，又具备充足的“记忆”来保护既有的技能。

当车辆自身的判断与人类的操作发生分歧时，它不会盲目照搬人类的做法。它会权衡这一修正与自身既有的成熟技能，在采纳人类建议的同时，确保其他已掌握的能力不受干扰。

实地验证

仿真是一回事，而更严苛的考验在于让真实的车辆在真实的赛道上行驶——在车辆一圈又一圈的运行过程中，由人类进行监督，并在车辆出现偏差时及时介入纠正。

经过一圈又一圈的修正，这些干预措施产生了成效。在仅进行了几轮人工引导后，该车辆的“伦理风险”（即综合考量碰撞发生概率与潜在伤害程度的一项指标）便降至了初始水平的约十分之一。

最引人注目的结果出现在那些罕见的情境中——即车辆极少遇到、且最难应对的那些特殊而棘手的状况。

在通过对少数此类状况的修正进行学习后，该车辆在其他从未遇到过的罕见情境中，表现也有所提升。

Lyu教授表示：“这表明，它并非仅仅是在死记硬背一个个具体的案例，而是开始掌握了关于良好驾驶行为的更普遍的规律。”

他指出，无论情境如何变化，其核心任务始终如一：安全抵达目的地，妥善对待其他道路使用者，并遵守交通规则。在一个场景中学到的经验，完全可以迁移到另一个场景中。

无法解决的问题

Lyu教授对于这项研究的局限性有着清醒的认识。

自动驾驶汽车向人类驾驶员学习，但人类未必总是优秀的驾驶者。他指出：“人类驾驶员并不会仅仅因为是‘人’，其行为就天然正确。”

所谓“有效的纠正”，是指在自动驾驶汽车判断失误时，人类驾驶员采取了更安全的操作。然而，如何准确区分“有效的纠正”与“错误的干预”，至今仍是一个尚未解决的难题。

此外，还会出现一些规则无法预见的极端紧急情况。有时，最安全的做法反而是打破规则——例如越过车道线，以避开逆向行驶的车辆。

目前的系统旨在遵循规则进行驾驶，尚不具备这种“跳出规则”的能力。这需要比单纯的驾驶技能更高层面的推理能力，而这在当前领域内仍是一个尚未攻克的课题。

未来走向何方

Lyu教授最感兴趣的，是那种能够持续学习的汽车。

大多数自动驾驶汽车在离开实验室的那一刻，学习过程便宣告终结。它们所掌握的知识被固定下来，不再发生改变。他希望打破这一局限，打造出能够在整个运行周期内，通过接触新环境和获取反馈不断学习的汽车——让它们在行驶过程中变得愈发安全。

“未来的自动驾驶系统不应被视为‘成品’，即那种离开实验室时智能水平便已定型的产品，”他说道。

这一理念的应用远不止于汽车。无论是仓库里的机器人，还是居家助手，任何与人类并肩工作的系统，都可以采用同样的方式进行学习。他认为，一个能够不断从周围人群中汲取经验的系统，才真正具备了在现实世界中立足的能力。