维度网讯，Waymo与代尔夫特理工大学（TU Delft）联合研发的人类避撞参考模型ReD（Reference Driver）日前发表在《自然·通讯》（Nature Communications）期刊上，该模型基于主动推理框架（active inference framework）模拟人类驾驶员的避撞行为，为自动驾驶系统提供了一个谨慎且能干的人类驾驶员行为基准。

ReD模型的核心思想是将人类驾驶行为理解为对“惊奇”（surprise）的最小化。与专注于模拟人类何时对威胁做出反应的既有NIEON（Non-Impaired driver with Eyes ON the conflict）模型不同，ReD可模拟完整的闭环认知过程，包括驾驶员在情境演变中如何更新信念、管理对其他道路使用者意图的不确定性，并选择刹车、转向或两者结合的规避动作。该模型基于与NIEON及早期主动推理模型相同的预测处理框架，确保了方法上的连续性。

代尔夫特理工大学助理教授Arkady Zgonnikov表示，通过将模型建立在主动推理基础上，团队实现了对人类碰撞反应的整体表征，能够模拟驾驶员在冲突期间感受到的内部“惊奇”，为自动驾驶系统提供了一个更类似人类的基准。该研究得到主动推理创始人、神经科学家Karl Friston教授的认可，他评价该工作“正是主动推理的初衷”，在生成建模和场景考虑方面堪称杰作，展示了多重约束满足的重要性。

ReD模型具有可扩展性，可模拟除避撞之外的广泛道路使用者行为，如自适应驾驶员行为和道路使用者交互。该模型不需要手动编码规则和人工注释，而是完全自动化，可应用于包含数千个场景的大型测试集，在虚拟环境中表示和评估众多复杂的真实碰撞。Waymo首席安全官Mauricio Pena指出，理解人类如何处理冲突是评估自动驾驶汽车安全的关键拼图，ReD模型可帮助行业走向一种共享的、基于科学的避撞行为评估方法。

Waymo已表示将在学术许可下开放该主动推理模型的研究代码，用于研究、教学、个人实验和科学出版，并正与研究人员、监管机构以及国际自动机工程师学会（SAE）等标准组织就驾驶行为参考模型的应用达成共识。此外，Waymo近期还发起了名为“Because”的全国性活动，邀请公众参与关于驾驶未来的对话，并分享了部分员工的个人故事，阐述他们推动自动驾驶技术发展的动机。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com