Waymo 推出新模型评估自动驾驶出租车与人类司机对比

图片: TechCrunch
简要回答
Waymo 开发了 Reference Driver 模型,用于精确对比自动驾驶出租车与人类司机的行为。该解决方案采用主动推理理论,分析危急情况下的司机行为,包括碰撞前的各个阶段,从而实现更全面的测试和安全改进。
Alphabet 旗下的 Waymo 宣布开发了一种先进的计算机模型,用于评估其自动驾驶出租车与人类司机的行为差异。该模型由 Waymo 与代尔夫特理工大学(TU Delft)合作开发,基于主动推理理论——这一理论认为司机会持续预测可能的场景并选择最安全的行动。
新模型名为 Reference Driver,旨在取代以往主要关注事故前最后几秒人类反应的解决方案。与之不同,Reference Driver 能够模拟整个危急情况中的司机行为,包括碰撞前的各个阶段。这使得对自动驾驶系统的评估更加准确,并能发现潜在的改进空间。
Waymo 强调,该模型可用于在虚拟环境中分析数千种场景,加快测试进程并提高准确性。公司还开放了模型的源代码供学术和教育用途,邀请研究人员合作推动技术进一步发展。这一举措在 Waymo 扩展服务并面临监管机构加强审查的背景下尤为重要。
常见问题
- Waymo 的 Reference Driver 模型是什么?
- 这是 Waymo 与 TU Delft 合作开发的计算机模型,用于评估自动驾驶出租车与人类司机的行为差异。基于主动推理理论,它能够在危急情况下精确模拟司机的反应。
- Waymo 为何要开发新模型评估自动驾驶出租车?
- 新模型能够更准确地分析自动驾驶系统在事故场景中的表现,比较机器人出租车与人类司机的反应,包括碰撞前的各个阶段,这对于提升技术安全性和公众信任至关重要。
- Reference Driver 模型有哪些优势?
- 该模型能够在虚拟环境中快速高效地测试数千种场景,发现自动驾驶系统的改进空间。它还能模拟广泛的道路使用者行为,而不仅仅是事故前最后几秒的反应。
分享:
Dzen 订阅: /feed/dzen.xml · RSS: /feed.xml