斯坦福大学研究出自动驾驶最新技术

　　 随着各种雷达、感应器、算法的不断进步，各个厂商在自动驾驶方面的蓄力也有着不同的进展。不过不少产品在真实道路上测试时也暴露出了不少问题，例如无法灵活变换行车轨迹或是根据周遭环境改变行车路线等，这些弊端在面对复杂路口或是环岛时格外明显。

　　为了克服这一困难，来自斯坦福大学的研究人员近期开发出了一项名为LUCIDGames新的计算技术，可以通过预判与估算等综合算法来灵活控制自动驾驶车辆的行车轨迹。

　　“在对过去几年自动驾驶技术的不断观察之后我们发现，一些自动驾驶车辆在执行无保护左转弯、复杂路口并线或是经过环岛时都犹豫不决，完成起来十分困难，而这些动作对于一名合格的驾驶员来说却是非常简单的基本操作，由此我们想到，需要一个系统来解决这项问题。而解决的关键就在于车辆与周遭交通参与者和环境的不断协商。”这项研究的发起人之一Simon Le Cleac'h说到。

　　“在我们的系统中包含了两项执行基础功能的工具，一是以博弈论为基础的算法，二是预估技术。基于博弈论的部件在自动驾驶汽车的目的与其他交通参与者(如其他车辆、行人、骑行者等)的目的不一致时，能够推测出其与别的交通参与者的相互关系。而预估技术则能够让自动驾驶车辆在观察其他交通参与者时，迅速预判这些目标下一步所要执行的动作，如期望的车速、期望的行驶车道甚至车辆所具备的攻击性等。”Simon Le Cleac'h补充道。

　　研究人员还解释道：“自动驾驶车辆在开始时并不知道周围其他车辆的目的，因此只能通过预估技术的不断猜测去提升整套系统工作的准确度。在整套系统中，预估技术每猜一次，自动驾驶汽车就能够预测接下来几秒其他车辆的轨迹，然后将预测内容与真实情况进行比较，预测最准确的内容就会被保留下来，逐渐形成一个完整的运行逻辑。”

　　编辑点评：

　　从LUCIDGames这项技术的特点，是具备自我学习和不断完善的功能，并且结合博弈论的算法和预估技术是可以起到一定前瞻作用的。所以，这项技术的不断改进与实验将会得到我们强烈的关注，毕竟能够在真实场景中解决实际问题的技术是可以给自动驾驶发展带来较大进步的。

编辑：齐少恒