自动驾驶比人靠谱12.5% Waymo整出了数学模型证明

Waymo最新论文的目的，并不是炫耀自动驾驶有多安全，至少不全是。

AEB（主动刹车）成标配，智能汽车喊了很多年。

但各家水准不一，多少时速、什么样的障碍物下AEB或紧急避让生效，才算合格的产品？

Waymo真正的目标是尝试制定一套规范，来定义和评价某个自动驾驶系统是否安全。

以后任何公司说自动驾驶比人类司机更安全，需要用科学的计算体系做支撑，而不是简单笼统地用不同条件下路测和事故情况作比较了。

评价的基准是什么：对人类反应时间进行建模

Waymo的贡献之一在于，他们研究出了一种全新架构模型——以此来对真实道路环境下的司机反应时间进行测量和建模。

其实简单地说，就是通过人类司机应对紧急情况的平均反应时间，来对比一个自动驾驶系统的反应时间。

这种架构，不仅适用于自动驾驶，还可用于其他交通安全领域。

具体来看，该模型基于两大核心观点得来：

第一，为了避免碰撞发生，司机往往会选择刹车或是打方向盘。他们做出这一举动，主要因为当前的交通状况与他们原先所想的不一样，即司机表现出了惊讶。

也就是说，反应时间取决于司机对当前交通状况的预判。惊讶和意外从何时开始，将会直接决定反应时间的长短。

第二，反应时间取决于动态变化的交通环境。并不存在一个放之四海而皆准的固定时间，可以适用于所有不同场景。

举例来说就是，如果你前面的车突然急刹，你就能迅速作出反应；相反，在其他条件都相同的情况下，如果前车缓慢减速，你的反应时间也会相应延长。

需要特别说明的是，这里的反应时间，专指司机决定是否要刹车或转弯的心理过程，不包括后续的规避动作（即打方向盘或踩刹车）。

下图可以更好地解释他们的模型架构。

整个过程概括起来就是认知的转变（belief updating process）。

图中上半部分，司机看到红绿灯后，自然而然产生的想法是前车要刹车减速，事实是前车的确刹车减速了。所以司机的预判是正确的，与事实结果相匹配，在这样的情况下，司机没有出现任何“惊讶”。

图中下半部分，司机原以为前车要继续前行，然而事实是前车突然刹车，这就与他的心理预期不相符合，认知也就出现了迭代更新。

下图可以更进一步解释认知转变的整个过程。

这一模型架构的出现，主要为了解决之前在反应时间建模上存在的两大局限：

1、反应时间过于依赖周围环境；

2、如何对“刺激因素”（stimulus）明确下定义。

Waymo希望能测出在真实道路环境下，面对各种错综复杂的驾驶环境，人类从看到障碍物到踩下刹车的反应时间。

传统方法下，反应时间的分析一般是基于特定可控的实验，而且也不能对常见交通事故下的“刺激因素”何时触发明确下定义。

有了这样较为严谨的反应时间基准模型后，就可以对自动驾驶系统的表现进行评估了。

人类司机作为参考模型

为了评判Waymo他们自己的AI司机表现如何，除了上文提到的反应时间模型，还需要一个标准和参照物。

NIEON应运而生。

它是一个行为参照模型（reference behavior model），是理想状态下的人类司机，名字来源于Non-Impaired Eyes ON the conflict这一串话中每个单词的首字母。

意思就是，NIEON司机不存在智力或听力、视觉上的损伤，它在开车的时候全程保持专注，不会分心开小差，也不会疲劳犯困。

把Waymo他们的AI司机，与NIEON模型对比后，得出的结果是：

在防碰撞反应（collison avoidance effect）里，同时被卷入16起交通事故中，Waymo的自动驾驶系统能够规避12起碰撞发生，即规避概率达到了75%。

注：这里专指防碰撞反应，不包括防止事故发生反应（conflict avoidance effect），意思就是专指你改变轨迹、速度以避免事故的发生/减轻事故的严重性，又或是你失控后重新控制了车辆。

相比之下，理想状态下的NIEON模型，规避了10起碰撞发生，规避概率为62.5%。

与此同时，Waymo的自动驾驶系统，能够减轻93%因碰撞带来的人员重伤发生；NIEON模型只能做到减轻84%。

所以Waymo才得出了结论，说他们的自动驾驶AI司机比人类老司机更安全。

该论文表示，类似于NIEON的行为参考模型，能够被用来作为衡量基准，以此来评判一套ADS自动驾驶的好坏和安全性。

至于测试结果是否可靠，Waymo官方也在论文中谈到了4点局限性。

首先，他们当前使用的数据集，涉及的碰撞事故主要由人引发。当然目前重要的是，要考虑清楚自动驾驶系统如何才能正确应对这些已知的、人类引发的碰撞事故，同时测试好这套系统的能力，以避免类似的行为发生。

其次，该研究仅基于警方报告的碰撞事故进行了模型重建，而官方文件中记录的碰撞事故数量，可能与真实情况存在出入。

第三，当前研究仅基于单个的NIEON模型操作，来评判Waymo他们自动驾驶系统的好坏。

第四，整个自动驾驶系统的表现，是在模拟的环境、不同的条件下进行测试的。如果是一些特定场景的挑战，从严格意义上来说不适用于这个方法。

不为炫耀数据，Waymo这两篇文章有什么意义？

我们从一个最普遍的问题说起：为什么自动驾驶落地困难？

表面上看，是法规不完善，对于自动驾驶车辆权责的划分没有明确。

但我们不妨站在立法机构的角度考虑一下，为什么自动驾驶在如今的L2-L3阶段责任划分不明？

很简单，因为目前的自动驾驶系统还没有完善到“万无一失”，需要人类司机随时准备接管。

而这个接管的时机和条件，从来没有明确。

没有定性、定量的标准界定什么样的情况下人类需要接管系统，自然也就无法在法律上清晰地划分权责。

所以，法规不完善，根源不在立法的滞后性，而是整个自动驾驶行业，从来没有给立法机构提供过能在法理层面行得通的技术标准。

甚至行业通用SAE的L0-L5分级，也是基于对人类干预程度的感性描述，而不是科学严谨的定量描述。

要在法规层面扫清自动驾驶落地的障碍，需要在系统可靠性、道路复杂程度、系统能力边界、人类介入条件、系统失效临界点等等维度，都给出确切、严谨的定义。

Waymo两篇论文，瞄准的正是自动驾驶系统可靠性这个维度，以反应时间为进准，来定量计算自动驾驶系统可靠性。

都说自动驾驶比人类司机可靠，到底有多可靠？

特斯拉以往的话术，是比较美国交管部门对非自动驾驶车辆的事故数量统计，和特斯拉事故数得出的。

但这其中的问题，首先是全美范围路况、车况、事故类型太复杂，远远超出自动驾驶数据库的场景覆盖。

一些人类无法避免的事故，不见得FSD就能避免，只有在相同条件下复现实验，才能下结论。

但这显然是不现实的。这也是特斯拉商业宣传的迷惑性所在。

而Waymo的模型和方法，不敢说一定会成为行业标准，但至少是为自动驾驶安全性界定，开了一个好头。

当然，Waymo这两篇论文还有一层意义那就是再次向公众科普了自动驾驶不等于0事故。

即使是L4、L5这样的高阶自动驾驶系统，仍然有失效的风险。

自动驾驶的意义在于，系统犯错失效的风险比人类更低，就能极大推动社会经济运转效率。

这一点现在有了严谨的证明，也有了立法的依据。

好了，以上就是这两篇论文的亮点部分，如果你想阅读全文，这里也附上链接：

https://waymo.com/intl/zh-cn/safety/