将自动驾驶技术分为感知、决策、执行三个环节。
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。
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:
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。
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。
匿名
这位投稿者太神秘了,什么都没留下~
超天才网©2017 www.supergenius.cn All Rights Reserved ICP备09005826号 京ICP证130304号
联系我们| 加入我们| 法律声明| 关于我们| 评论互动
超天才网©2013-2014 All Rights Reserved ICP备09005826号 京ICP证130304号
自动驾驶与AI
将自动驾驶技术分为感知、决策、执行三个环节。
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。
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:
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。