雷鋒網(wǎng)按：根據(jù) MIT News，麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）一研究團(tuán)隊(duì)利用社會(huì)心理學(xué)工具，以司機(jī)的自私程度作為指標(biāo)，對(duì)其社會(huì)價(jià)值取向進(jìn)行分類，進(jìn)而提升自主駕駛車輛預(yù)測(cè)道路其他車輛駕駛行為的準(zhǔn)確性，最終達(dá)到出行安全的目的。相關(guān)論文已發(fā)表在《美國(guó)國(guó)家科學(xué)院院刊》。

在自動(dòng)駕駛時(shí)代，即使是擁有強(qiáng)大傳感器和復(fù)雜數(shù)據(jù)處理能力的汽車，也缺少幾乎每個(gè) 16 歲兒童都有的東西：社會(huì)意識(shí)。

雖然自動(dòng)駕駛技術(shù)已經(jīng)有了很大的進(jìn)步，但自動(dòng)駕駛汽車在二進(jìn)制思維下，仍然只會(huì)把路上遇到的車輛看作是障礙物，忽略了司機(jī)都是有一定意圖、動(dòng)機(jī)和個(gè)性的。

【 圖片來(lái)源：MIT NEWS  所有者：MIT NEWS 】

自動(dòng)駕駛新方向

最近，為提升自主駕駛汽車的社會(huì)意識(shí)，麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）的研究團(tuán)隊(duì)嘗試探索自動(dòng)駕駛汽車能否通過編程，對(duì)其他司機(jī)的社會(huì)性格進(jìn)行分類，使得自動(dòng)駕駛車輛能夠更好地預(yù)測(cè)周圍汽車可能的駕駛行為 -- 從而提升駕駛安全性。

研究團(tuán)隊(duì)結(jié)合了社會(huì)心理學(xué)和博弈論的方法，這是一個(gè)構(gòu)想社會(huì)狀況的理論框架。在最新發(fā)表的論文中，研究者整合了社會(huì)心理學(xué)工具，根據(jù)司機(jī)的自私或無(wú)私程度，對(duì)其駕駛行為進(jìn)行分類。具體來(lái)講，研究者通過社會(huì)價(jià)值取向（SVO），確定自動(dòng)駕駛汽車的實(shí)時(shí)駕駛軌跡。

在測(cè)試并道和無(wú)保護(hù)左轉(zhuǎn)模擬任務(wù)的算法時(shí)，研究團(tuán)隊(duì)發(fā)現(xiàn)，采用此方案的自動(dòng)駕駛車輛預(yù)測(cè)其他車輛行為的準(zhǔn)確性提升了 25%。

例如，在左轉(zhuǎn)模擬中，如果自動(dòng)駕駛車輛預(yù)測(cè)到旁邊車輛的司機(jī)較為自私，自動(dòng)駕駛車輛會(huì)讓其先行；而當(dāng)遇到較為遵守社會(huì)道德的司機(jī)時(shí)，它們可能就會(huì)直接轉(zhuǎn)彎。類似地，當(dāng)自動(dòng)駕駛汽車左轉(zhuǎn)直行合并車道時(shí)，一般會(huì)出現(xiàn)兩種選擇：忠實(shí)于社會(huì)道德準(zhǔn)則的司機(jī)愿意讓別的車合并到車道，而以自我為中心的司機(jī)則不愿意。

這篇論文發(fā)表在《美國(guó)國(guó)家科學(xué)院院刊》（Proceedings of the National Academy of Sciences）。其第一作者、研究生 Wilko Schwarting 表示，司機(jī)合作或競(jìng)爭(zhēng)的傾向往往會(huì)影響到他們的表現(xiàn)。在這篇論文中，研究小組試圖將這些進(jìn)行量化分析。

論文合著者還包括麻省理工學(xué)院教授 Sertac Karaman 和 Daniela Rus、研究科學(xué)家 Alyssa Pierson 以及前實(shí)驗(yàn)室博士后 Javier Alonso-Mora。

Wilko Schwarting 還表示，為自動(dòng)駕駛車輛中設(shè)定更多類似人類的行為，對(duì)于乘客和周圍車輛的安全至關(guān)重要。這是因?yàn)橥ㄟ^可預(yù)測(cè)的方式駕駛，可以保證周圍其他車輛的司機(jī)也能做好預(yù)判，并做出適當(dāng)反應(yīng)。

挑戰(zhàn)與機(jī)遇并存

與此同時(shí)，當(dāng)今自動(dòng)駕駛汽車的一個(gè)核心問題是，通過編程，它們假定所有人類的行為方式都相同，因此它們可能在十字路口時(shí)會(huì)更謹(jǐn)慎。盡管這種謹(jǐn)慎降低了事故發(fā)生的幾率，但也會(huì)給其他司機(jī)帶來(lái)不便。 畢竟，大多數(shù)交通事故都是由于司機(jī)不耐煩造成的追尾事件。

值得一提的是，雖然該系統(tǒng)當(dāng)前還不能在實(shí)際駕駛情景中運(yùn)用，但它也許還會(huì)對(duì)司機(jī)有所幫助。假設(shè)你正在開車，有輛汽車突然進(jìn)入你的盲區(qū)。此時(shí)系統(tǒng)就會(huì)通過后視鏡提醒你，這輛車的司機(jī)很強(qiáng)勢(shì)，那么你就可以相應(yīng)地進(jìn)行調(diào)整。同時(shí)，該系統(tǒng)還可以讓自動(dòng)駕駛汽車真正學(xué)會(huì)更多人類會(huì)表現(xiàn)出的行為，讓周圍汽車的司機(jī)也能理解。

正如 Daniela Rus 所說：

通過對(duì)司機(jī)的個(gè)性進(jìn)行建模，在自動(dòng)駕駛汽車的決策模塊中，使用社會(huì)價(jià)值取向?qū)δＰ瓦M(jìn)行精確整合，為傳統(tǒng)汽車和自主駕駛汽車之間更安全、無(wú)縫的道路資源共享打開了大門。

下一階段，研究團(tuán)隊(duì)計(jì)劃將這一方案應(yīng)用于行人、自行車及駕駛環(huán)境中的其他主體。此外，他們還將研究其他與人類生活密切相關(guān)的機(jī)器人系統(tǒng)，如家用機(jī)器人，并將社會(huì)價(jià)值取向集成到這些機(jī)器人系統(tǒng)的預(yù)測(cè)和決策算法中。Alyssa Pierson 提到，在非實(shí)驗(yàn)室條件下，從觀察到的行為出發(fā)，直接估計(jì)社會(huì)價(jià)值取向的能力，對(duì)于自主駕駛以外的其他領(lǐng)域也很重要。

雷鋒網(wǎng)年度評(píng)選——尋找19大行業(yè)的最佳AI落地實(shí)踐

創(chuàng)立于2017年的「AI最佳掘金案例年度榜單」，是業(yè)內(nèi)首個(gè)人工智能商業(yè)案例評(píng)選活動(dòng)。雷鋒網(wǎng)從商用維度出發(fā)，尋找人工智能在各個(gè)行業(yè)的最佳落地實(shí)踐。

第三屆評(píng)選已正式啟動(dòng)，關(guān)注微信公眾號(hào)“雷鋒網(wǎng)”，回復(fù)關(guān)鍵詞“榜單”參與報(bào)名。詳情可咨詢微信號(hào)：xqxq_xq

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。