凡是在拥挤狭窄的街道有过驾驶经历的人对以下场景应该都很熟悉：停放的汽车排成一排，导致两个方向行驶的车辆没有足够的空间可以通过，因此其中一个方向的车辆需要停靠在已停放车辆间的空隙，或者减速并尽可能地靠边停车，从而使另一个方向的车辆通过。
驾驶员们找到一种方法解决上述问题，但都无法避免近距离通话，且引起沮丧。如果没有人类驾驶员，且不知道其它驾驶员的行为趋势，自动驾驶汽车如何（AV）编程以解决同样的问题呢？这对卡内基梅隆大学（Carnegie Mellon University，CMU）Argo AI自动驾驶汽车研究中心的研究人员提出了特殊挑战。
计算机科学学院机器人研究所前访问研究学者、慕尼黑工业大学（Technical University of Munich）自动驾驶空中系统实验室（Autonomous Aerial Systems Lab）成员Christoph Killing表示：“我们所处理的问题大多是这些不成文的道路规则。这很难，因为你必须学会在不知道另一辆车是要停车还是走的情况下进行协商。”
在CMU期间，Killing与研究科学家John Dolan和博士生Adam Villaflor共同合作解决上述问题。该团队在机器人与自动化国际会议（International Conference on Robotics and Automation.）上展示了其研究成果，即“在高冲突驾驶场景中学习稳健地协商双向车道的使用”。
该团队认为这是首次对这种特定驾驶场景进行研究。驾驶员们（人类驾驶员或自动驾驶车辆）需要协作，从而可以在不知道其他驾驶员想法的情况下安全地通过。此外，驾驶员还要在激进和合作的情绪间取得平衡，因为一个过于激进、不顾其他车辆的司机，可能会让自己和他人处于危险之中，而一个过于合作的司机，会在对面驶来车辆时总是靠边停车，从而无法真正上路行驶。
（视频来源：卡内基梅隆大学）
自动驾驶汽车被誉为是解决交付和运输最后一英里挑战的潜在解决方案。但是对于将比萨、包裹或人员运送到目的地的AV而言，它们必须能够在狭窄的空间和未知的驾驶员意图中成功导航。
该研究团队开发出一种方法，模拟不同级别的驾驶员间的合作，以测试一名驾驶员为使另一名驾驶员通过而靠边停车的概率有多大，并使用这些模拟训练算法，从而帮助自动驾驶汽车安全有效地处理这种情况。该算法仅用于仿真测试，目前还未用于现实世界中的车辆，但测试结果显示良好。该团队发现其算法比当前模型的表现更好。
在真实路况中，这样的复杂场景会非常多。自动驾驶研究人员会为某种场景，如在高速公路上并道，构建出算法和模型以解决问题。此外，这些算法和模型还适用于其他场景，例如变道或在十字路口违反交通规则左转。Dolan称：“我们将不断发现这种少见的驾驶场景，并进行大量测试，从而找到相应的解决方法。”
扫一扫关注微信
