自动驾驶车辆的加速测试方法承诺更安全的部署

自动驾驶的梦想已久，但商用之路仍远。核心难题在于安全测试的低效性。清华大学封硕与密西根大学刘向宏教授团队，提出“自动驾驶汽车等效加速测试”理论，显著提升测试速度1000倍至10万倍。

该方法基于密集强化学习，生成智能测试环境，克服片段化场景测试的局限。Nature评价此研究为“保障自动驾驶安全性的关键性进展”。

自动驾驶需在自然环境中累积测试100亿公里以上，才能确保安全。当前，如Waymo等公司，实车与仿真测试里程远未达标。

封硕指出，安全攸关系统的低容忍度是阻碍自动驾驶发展的关键。他们提出“AI Against AI”的测试方法，通过虚拟环境高效测试自动驾驶汽车。

此外，研究团队还针对“稀疏度灾难”问题，提出三种解决方案：密集学习安全攸关数据、改善模型泛化和推理能力、通过车路协同降低安全风险。

封硕表示，这些技术路线互补，未来可能共同推动自动驾驶向L4以上级别大规模商用迈进。