将自动驾驶技术分为感知、决策、执行三个环节。

• 感知：驾驶员的眼耳鼻等各个传感器，在接收着外界的信息，承担着感知的功能；
• 决策：驾驶员的大脑根据感知的信息，决定进行加减速、转向等操作，承担着决策的功能；
• 执行：驾驶员的神经、四肢，以油门刹车与方向盘作为人车交互的两大媒介，与整个汽车系统一起承担着执行的功能。

可以看到，有人认为“感知”最核心，有人认为“决策”最核心，究竟哪方更有道理呢？

看下来之后，两方的主要分歧在于对“感知”这个概念的定义不同。

• 狭义的感知：激光雷达、毫米波雷达、摄像头、超声波雷达、定位系统测量到的“0”、“1”数据传输给大脑。
• 广义的感知：不仅测量，而且将测量到的“0”“1”翻译成对决策有意义的语言，比如“前方有行人”、“前方有模糊一片的东西，有30%的可能是障碍物”。

当我们看到桌子上“有一个苹果”，这不仅是眼睛的功劳，我们的大脑也在一瞬间完成了大量的运算工作。只不过，我们一般还是把“感知到有一个苹果”归功于眼睛，因此我们还是采用广义的感知概念。

这样的话，我的观点如下：

• 最核心的是感知。
• 提升决策能力，有助于降低感知需求。

一、核心是感知

其实这和咱们开车的道理是一样的，在头脑清醒、不疲劳驾驶、开车稳当的情况下，大部分交通事故都来源于驾驶员的感知出了问题。例如进出隧道的光线变化、夜晚雨天的能见度下降、团雾带来的能见度突变等。

对自动驾驶来说，它在决策与执行时从来都是“头脑清醒、不疲劳驾驶、开车稳当”的。所以，只要感知不出问题，自动驾驶不一定能帮你把车开得多快、多好，但起码不会出问题。

或者说，如果感知的信息是全面的、确信的，那再去做决策与执行策略，就太简单了。我发现有朋友在讨论夹塞情况下的博弈问题：有人就敢赌你怕刮蹭去维修，而AI不敢，因而AI肯定是必输的。

这是一个很好的观点，但并不全面。的确，AI在博弈的时候底牌要弱于强势的人类驾驶员，但自动驾驶的反射弧时间要远强于人类驾驶员。

所以，将来AI实装了博弈策略之后，我们人类驾驶员不应太自信 ——AI的博弈策略可能会非常地“凶残且狡猾”，而且省去了反射弧的时间，人类驾驶员恐怕没有胜算。人类驾驶员的唯一胜算可能只是“底牌大”—— 人类驾驶员可以争一口气而让事故发生，AI不敢、没权利这么做。

二、提升决策能力有助于降低对感知的需求

前一段，试驾小鹏P5的城市NGP。众所周知，它在侧前方的感知非常灵敏，因为有2颗激光雷达：

所以，当它重点感知侧前方的物体来做决策时，就会显得非常果断。例如下面的躲避自行车并果断加速通过的动图：

试乘的十几公里的6次接管中，大部分情况都是“主动夹塞”失败！ 也就是说，当侧前方的车辆向前移动时，P5可以实现灵敏地跟车并夹塞变道；但是，如果这时候侧后方车辆跟进博弈，抢占有利位置时，P5就会束手束脚。

我能明显感觉到：P5侧后方的“视力”远不如侧前方的“视力”——所以在夹塞变道时就不敢非常激进，从而导致失败。

第一种思路就是像威马M7一样，侧后方也加强感知能力：

第二种思路就是实装“近身肉搏策略”与“预测规划策略"，这都属于决策。

所谓近身肉搏策略，就是上面提到的博弈策略：例如，让车子突然挪个2厘米，观察侧后方车子的反应，根据反应再决定下一步动作。像AI没有反射弧，如果动静非常快，抖个几抖，可能就把侧后方的新手驾驶员给吓住了 ——这是什么人啊，反应这么快！

所谓预测规划策略，就是尽量避免这种情况的发生：仔细回忆一下，其实人类驾驶员遇到这种“主动加塞”的场景，也是非常尴尬的，有时候还要斗气；真正的老司机会怎么做，他会看得很远，尽量避免这种情况发生、或者在这种情况无法避免时，提前很远就进入一个有利的博弈位置。

两种思路都可以实现比较好的“主动夹塞”效果。这也就是为什么说：提升决策能力有助于降低对感知的需求。

免责声明：本文来自张抗抗KK客户端，不代表超天才网的观点和立场。文章及图片来源网络，版权归作者所有，如有投诉请联系删除。