蓋世汽車訊 4月25日，全球首個自動駕駛開源軟件領(lǐng)先供應(yīng)商提雅智行宣布與卡內(nèi)基梅隆大學(CMU)達成戰(zhàn)略合作，共同實現(xiàn)全新的Level 4+自動駕駛概念，其中CMU被廣泛認為是自動駕駛汽車的發(fā)源地。

雙方將攜手合作，通過一種混合架構(gòu)，將以數(shù)據(jù)為中心的人工智能方法與機器人領(lǐng)域的最佳實踐相結(jié)合，提升可擴展性、可解釋性和安全性，同時釋放具身人工智能的潛力，提高決策的透明度和可追溯性。

此次合作將通過由卡內(nèi)基梅隆大學教授Raj Rajkumar領(lǐng)導的美國交通部國家大學交通安全中心(Transportation Center for Safety)Safety21得到進一步加強。提雅智行已加入Safety21的咨詢委員會，通過Autoware推廣開源軟件的價值。Autoware是尖端研發(fā)的基礎(chǔ)，旨在解決自動駕駛系統(tǒng)中安全性與用戶體驗之間的權(quán)衡問題。

背景

傳統(tǒng)的L4級自動駕駛技術(shù)建立在概率估計和機器學習等機器人方法之上，依靠人工制定的行為規(guī)則、預定義的高清地圖和本地化數(shù)據(jù)集來協(xié)調(diào)傳感、定位、感知、規(guī)劃和控制等核心功能。Autoware正是源于這種架構(gòu)，并已成功應(yīng)用于世界各地的自動駕駛系統(tǒng)。

此次合作倡導的全新L4+級自動駕駛概念，代表了SAE J3016 4級和5級之間的過渡階段。就人類角色而言，它仍然屬于L4級，但融合了L5級系統(tǒng)特性的關(guān)鍵方面。因此，車輛可以通過靈活擴展其運行設(shè)計域來覆蓋前所未有的場景，從而幾乎可以在所有條件下運行。

L4+級系統(tǒng)功能無需人類接管動態(tài)駕駛?cè)蝿?wù)。然而，它們可以利用系統(tǒng)外部提供的額外信息，作為戰(zhàn)略功能的一部分，動態(tài)響應(yīng)目標作戰(zhàn)域(TOD)內(nèi)的環(huán)境變化。同時，系統(tǒng)繼續(xù)控制戰(zhàn)術(shù)和作戰(zhàn)功能。在此框架下，即使外部戰(zhàn)略輸入影響其行為，系統(tǒng)仍將承擔全部安全保障責任。例如，人類可以提供指導，在運行時調(diào)整航點規(guī)劃，以幫助系統(tǒng)使其行為與定義的目標作戰(zhàn)域(ODD)和目標作戰(zhàn)域(TOD)保持一致。

新興的端到端人工智能模型是數(shù)據(jù)中心人工智能方法的一個關(guān)鍵變體，有望實現(xiàn)L4+級自動駕駛，尤其是在與基于規(guī)則的系統(tǒng)和人在環(huán)策略相結(jié)合的情況下。然而，它們也帶來了嚴峻的挑戰(zhàn)，包括高數(shù)據(jù)要求、決策的可解釋性有限以及難以建立穩(wěn)健的安全保障。由于通常不清楚此類模型如何推廣學習行為或什么影響其輸出，因此確?？尚诺默F(xiàn)實世界部署仍然是一個關(guān)鍵障礙。

戰(zhàn)略合作范圍

為了實現(xiàn)L4+級自動駕駛，提雅智行和卡內(nèi)基梅隆大學將聯(lián)合開發(fā)基于Autoware的下一代自動駕駛系統(tǒng)，尤其注重通過混合架構(gòu)來提升可擴展性、可解釋性和安全性。該架構(gòu)將以數(shù)據(jù)為中心的AI方法(包括完善的端到端AI模型)與機器人技術(shù)的最佳實踐相結(jié)合。

該項目將致力于模塊化端到端AI模型，使其與最先進的機器人方法和安全執(zhí)行機制共存。關(guān)鍵挑戰(zhàn)包括整合能夠揭示內(nèi)部推理過程的中間表示，以及建立情境感知功能，使系統(tǒng)在遇到意外情況時能夠過渡到最低風險機動模式?？傮w而言，這種混合架構(gòu)旨在支持更透明、更可追溯的具身AI決策，同時解決系統(tǒng)問責、安全評估和法規(guī)遵從性等實際部署問題。

此次合作為期三年。第一年，提雅智行和卡內(nèi)基梅隆大學將開發(fā)一款由Autoware驅(qū)動的參考車輛，并計劃在東京和匹茲堡進行早期部署。該車輛還將作為真實世界數(shù)據(jù)收集、閉環(huán)驗證和確認以及道路試驗的平臺。這一階段的成果將反饋給Autoware和更廣泛的開源軟件社區(qū)，從而加速卡內(nèi)基梅隆大學以及全球研發(fā)和開發(fā)者生態(tài)系統(tǒng)的創(chuàng)新。

第二年和第三年，重點將轉(zhuǎn)向為混合架構(gòu)開發(fā)全面的安全執(zhí)行機制。該機制將支持車輛認證和公共道路審批所需的安全評估流程，并為基于Autoware的自動駕駛系統(tǒng)在真實世界中可靠部署所需的可擴展性、可解釋性和安全性奠定基礎(chǔ)。

提雅智行創(chuàng)始人兼首席執(zhí)行官Shinpei Kato表示:“此次合作標志著我們攜手人工智能和機器人技術(shù)，打造更安全、更具可擴展性和更易于解釋的自動駕駛系統(tǒng)，邁出了重要的一步。與卡內(nèi)基梅隆大學合作，使我們能夠進一步提升Autoware的功能，并深化我們對開源軟件社區(qū)的貢獻，通過集體創(chuàng)新推動未來出行?！?/p>

卡內(nèi)基梅隆大學電氣與計算機工程系George Westinghouse教授Raj Rajkumar表示:“模塊化端到端人工智能模型與傳統(tǒng)L4級系統(tǒng)的集成，代表著全新L4級+自動駕駛概念的重大進步。此次合作為我們提供了一個獨特的機會，讓我們能夠加深對自動駕駛系統(tǒng)中人工智能的理解，最終實現(xiàn)更安全、更具可擴展性和更高效的部署。”