1月10日，在青島舉行的2019國(guó)家智能產(chǎn)業(yè)峰會(huì)智能駕駛平行論壇上，孫振平研究員結(jié)合國(guó)內(nèi)外機(jī)器學(xué)習(xí)相關(guān)技術(shù)在智能駕駛領(lǐng)域的研究現(xiàn)狀和課題組近年來(lái)的一些研究成果，向與會(huì)人員分享了題為《機(jī)器學(xué)習(xí)在無(wú)人駕駛中的應(yīng)用現(xiàn)狀及面臨挑戰(zhàn)》的精彩報(bào)告。

　　國(guó)防科技大學(xué)智能科學(xué)學(xué)院無(wú)人系統(tǒng)研究所副所長(zhǎng)孫振平

　　談到國(guó)內(nèi)自動(dòng)駕駛研究的起源，總繞不開(kāi)一所有名的高校——國(guó)防科技大學(xué)。20世紀(jì)80年代末，國(guó)防科技大學(xué)先后研制出基于視覺(jué)的CITAVT系列智能車輛。1992年，國(guó)防科技大學(xué)成功研制出中國(guó)第一輛真正意義上的無(wú)人駕駛汽車。2011年7月，由一汽集團(tuán)與國(guó)防科技大學(xué)共同研制的紅旗HQ3無(wú)人駕駛汽車完成了286km的面向高速公路的全程無(wú)人駕駛試驗(yàn)，而在背后主持研究紅旗無(wú)人駕駛汽車實(shí)現(xiàn)高速長(zhǎng)距離無(wú)人駕駛的，便是國(guó)防科技大學(xué)智能科學(xué)學(xué)院無(wú)人系統(tǒng)研究所副所長(zhǎng)孫振平研究員。2012年，孫振平研究員作為技術(shù)負(fù)責(zé)人，組織團(tuán)隊(duì)研制了我國(guó)第一臺(tái)邊防無(wú)人巡邏車。同時(shí)，他作為主要技術(shù)骨干或負(fù)責(zé)人與團(tuán)隊(duì)一起參加了十余次國(guó)家自然科學(xué)基金委委主辦“中國(guó)智能車未來(lái)挑戰(zhàn)賽”和軍隊(duì)“跨越險(xiǎn)阻”無(wú)人系統(tǒng)挑戰(zhàn)賽，多次獲得冠軍。

　　1月10日在青島舉行的2019國(guó)家智能產(chǎn)業(yè)峰會(huì)智能駕駛平行論壇上，孫振平研究員結(jié)合國(guó)內(nèi)外機(jī)器學(xué)習(xí)相關(guān)技術(shù)在智能駕駛領(lǐng)域的研究現(xiàn)狀和課題組近年來(lái)的一些研究成果，向與會(huì)人員分享了題為《機(jī)器學(xué)習(xí)在無(wú)人駕駛中的應(yīng)用現(xiàn)狀及面臨挑戰(zhàn)》的精彩報(bào)告。

　　孫振平研究員在報(bào)告中表達(dá)了一下觀點(diǎn)：

　　機(jī)器學(xué)習(xí)對(duì)解決無(wú)人駕駛問(wèn)題很重要，但不是全部;

　　深度神經(jīng)網(wǎng)絡(luò)是場(chǎng)景建模與理解的有力工具;

　　統(tǒng)計(jì)學(xué)習(xí)、增強(qiáng)學(xué)習(xí)對(duì)于解決行為決策問(wèn)題會(huì)有所幫助，前提是人工建立合適的決策模型;

　　用機(jī)器學(xué)習(xí)方法解決動(dòng)力學(xué)控制問(wèn)題似乎并不簡(jiǎn)單;

　　能夠?qū)崿F(xiàn)任務(wù)、本體狀態(tài)、環(huán)境信息并行輸入的網(wǎng)絡(luò)結(jié)構(gòu)是研究的重點(diǎn);

　　現(xiàn)有計(jì)算能力仍不足以支持深度神經(jīng)網(wǎng)絡(luò)在無(wú)人車中的大規(guī)模應(yīng)用

　　以下是孫振平研究員在2019國(guó)家智能產(chǎn)業(yè)峰會(huì)的報(bào)告，智車科技在不改變?cè)獾幕A(chǔ)上進(jìn)行了修改：

　　大家好，非常榮幸能在這兒跟大家一塊聊無(wú)人駕駛，因?yàn)闄C(jī)器學(xué)習(xí)在無(wú)人駕駛應(yīng)用方面比較熱，針對(duì)這個(gè)事情跟大家分享一點(diǎn)思考。

　　大家可能不知道，國(guó)防科大在無(wú)人駕駛方面應(yīng)該說(shuō)做的歷史也比較長(zhǎng)了，這些年有一些成績(jī)也有很多不足，特別是最近幾年我們看到整個(gè)社會(huì)對(duì)無(wú)人駕駛特別追捧，我們參與其中，肯定是非常非常的高興，但是在熱的過(guò)程中，我們也得認(rèn)真地去思考，是不是無(wú)人駕駛到現(xiàn)在已經(jīng)比較好的被解決了，這個(gè)我們還是要冷靜地去思考的。我個(gè)人就針對(duì)這方面的一些情況跟大家一塊兒分享一下。主要就是目前國(guó)內(nèi)外的發(fā)展情況，以及我們自己在這方面做的一些工作。

　　丨無(wú)人車的控制結(jié)構(gòu)

　　說(shuō)到無(wú)人駕駛，從概念上來(lái)，大家對(duì)這個(gè)事情應(yīng)該都非常清楚了，無(wú)非就是給車裝上各種各樣的傳感器，讓它能夠自己理解周圍的環(huán)境，自己做規(guī)劃，自己選擇運(yùn)動(dòng)的路徑，直到控制自己的運(yùn)動(dòng)。在這個(gè)過(guò)程中，希望人不參與或者說(shuō)盡可能少的參與，這么多的傳感器到底怎么組成無(wú)人駕駛的系統(tǒng)?這個(gè)事如果拿人來(lái)類比的話，比較容易理解。一個(gè)駕駛員開(kāi)車感知周圍的環(huán)境，往往是通過(guò)我們的眼睛、耳朵等一些感覺(jué)器官。在感知的基礎(chǔ)上當(dāng)然要做決策規(guī)劃，主要是大腦來(lái)完成的，決策規(guī)劃的結(jié)果就是怎么樣控制車，操作機(jī)構(gòu)來(lái)實(shí)現(xiàn)對(duì)車輛的控制。

　　對(duì)于我們的無(wú)人駕駛系統(tǒng)來(lái)說(shuō)，很顯然從原理上也是一樣的，我們必須去構(gòu)建它的眼睛。這個(gè)主要兩大類，一類是環(huán)境感知的傳感器，二是運(yùn)動(dòng)感知的傳感器。其中大腦是什么?對(duì)于無(wú)人駕駛來(lái)說(shuō)，當(dāng)然就是運(yùn)行在計(jì)算機(jī)上人工智能的程序，這個(gè)程序它綜合了傳感器信息和用戶的任務(wù)輸入，最后產(chǎn)生控制命令，控制命令就控制相應(yīng)的一些執(zhí)行機(jī)構(gòu)來(lái)控制整個(gè)車的運(yùn)動(dòng)，這個(gè)我想從原理上來(lái)說(shuō)就是這樣的。

　　無(wú)人駕駛的技術(shù)真正困難就是人工智能的程序。我們?cè)趺慈ピO(shè)計(jì)它，說(shuō)到設(shè)計(jì)，實(shí)際上在人工智能應(yīng)用在移動(dòng)信息研究中，有一些基本的方案，大家不妨一起簡(jiǎn)單地回顧一下。

　　在人工智能研究中，有幾種基本的控制結(jié)構(gòu)，一是慎思形式的，什么意思?我們要去顯示做決策規(guī)劃和執(zhí)行控制這樣的環(huán)節(jié)，對(duì)應(yīng)的是一個(gè)一個(gè)程序模塊。當(dāng)然要設(shè)計(jì)一個(gè)這樣的結(jié)構(gòu)，或者設(shè)計(jì)這樣的軟件系統(tǒng)，需要很多人參與，需要人的智力的投入，這個(gè)很顯然我們覺(jué)得做起來(lái)非常麻煩。

　　另外一個(gè)比較直接的想法，當(dāng)然就是所謂的反應(yīng)式，我們最好能夠設(shè)計(jì)一個(gè)簡(jiǎn)單的程序，不需要知道它內(nèi)部是怎么工作的，能夠直接從傳感器到執(zhí)行器的映射，這就是所謂的反應(yīng)式。

　　當(dāng)然實(shí)際在研究過(guò)程中，最后大家都發(fā)現(xiàn)不管是慎思式還是反應(yīng)式做來(lái)做去都不能夠很好的解決問(wèn)題，怎么辦?人類最大的本事就是把各式各樣的方法混在一起就是混合式，反應(yīng)式大家很容易理解，如果有一個(gè)控制方向我們用一個(gè)狀態(tài)方程組就能夠很好地描述它，當(dāng)我設(shè)計(jì)一個(gè)簡(jiǎn)單的控制器就能夠?qū)崿F(xiàn)對(duì)這樣對(duì)象的控制。對(duì)于我們說(shuō)的機(jī)器人和無(wú)人車也不例外，我們能夠很好地描述清楚，就可以設(shè)計(jì)出一個(gè)簡(jiǎn)單的控制器出來(lái)。最早在1948年的時(shí)候，當(dāng)時(shí)控制論剛剛產(chǎn)生，就有人設(shè)計(jì)了一個(gè)移動(dòng)的機(jī)器人系統(tǒng)。這個(gè)慎思式，實(shí)際上大家關(guān)注的最典型的可能是世界上第一個(gè)自主的機(jī)器人，就采用這種慎思式的研究。SHakey研究了一個(gè)機(jī)器人只要能夠不碰撞運(yùn)動(dòng)就可以了，這是1968年做出來(lái)的，這個(gè)也是我們現(xiàn)在智能機(jī)器人(無(wú)人車)研究真正的現(xiàn)代意義上的開(kāi)端。

　　在這些研究基礎(chǔ)上，到了1986年的時(shí)候，MIT提出了一種所謂的包容式結(jié)構(gòu)，這個(gè)包容式結(jié)構(gòu)，大家仔細(xì)去分析一下就會(huì)發(fā)現(xiàn)，它實(shí)際上是一種混合式的結(jié)構(gòu)。如果只是把行為定義為行走的話當(dāng)然很簡(jiǎn)單，我們就可以設(shè)計(jì)反應(yīng)式控制來(lái)實(shí)現(xiàn)。隨著反應(yīng)式變得越來(lái)越復(fù)雜，就很難用反應(yīng)式結(jié)構(gòu)去實(shí)現(xiàn)了。這個(gè)事情我個(gè)人在看了這么多文獻(xiàn)之后，大概同樣是在1980年代，美國(guó)的James他提出了所謂4D/RCS結(jié)構(gòu)，已經(jīng)是非常完備的或者非常好的方法或者是一個(gè)體系了，甚至他們也給出了一套工程化的方法，怎么設(shè)計(jì)一個(gè)復(fù)雜的機(jī)器人系統(tǒng)或者是無(wú)人車，我們自己也是基本上參照4D/RCS這樣復(fù)雜系統(tǒng)的控制結(jié)構(gòu)來(lái)設(shè)計(jì)我們的無(wú)人車的。

　　這是我們的無(wú)人車采取的一種結(jié)構(gòu)，下面最基本的就是底層的執(zhí)行結(jié)構(gòu)以及到上面的交通，對(duì)交通場(chǎng)景的認(rèn)知、決策等等。只有知道了結(jié)構(gòu)，我們反過(guò)來(lái)才能說(shuō)機(jī)器學(xué)習(xí)在無(wú)人車中怎么用，我們剛才說(shuō)了，對(duì)于無(wú)人車來(lái)說(shuō)，它的核心就是人工智能程序，機(jī)器學(xué)習(xí)又是人工智能里面的一個(gè)重要的內(nèi)容，大家當(dāng)然就想著，是不是能夠把機(jī)器學(xué)習(xí)用在無(wú)人車上，讓無(wú)人車能夠變得越來(lái)越聰明，能夠越來(lái)越好的去適應(yīng)環(huán)境，我們就一起來(lái)看一看機(jī)器學(xué)習(xí)在無(wú)人車上到底能怎么用。