如何解决自动驾驶的长期挑战

经典MIT的Deep Learning for Self-driving Car课程上，邀请到了Waymo首席科学家Drago Anguelov，分享题为“Taming The Long Tail of Autonomous Driving Challenges（驯服自动驾驶的长尾挑战）”，主要是讲在现实世界中的Long Tail现象，各种异常情况该如何收集、融合、发布和测试。

知乎@黄浴总结了此课程的一些新看点：

1. 题目是“长尾”处理；2. 可以处理道路维修场景；3. 可以识别特殊车辆（警车/救护车/消防车）；4. 可以预防闯红灯的车辆；5. 可以对马路自行车行为轨迹预测；6. 通过NAS学习模型；7. 不完全依赖机器学习，可以利用专家知识（domain knowledge）；8. 不是E2E学习驾驶行为，而是Mid-2-Mid，就是最近的ChauffeurNet；9. 学习的行为预测有自适应性，比如激进的或者温和礼貌的；10. 仿真不能解决所有问题，仿真系统需要更多的agent model，要smart。

下面是智车科技对本次分享的视频解读及PPT：

我毕业于斯坦福大学博士学位，曾研究机器人相关领域。现在Google带领团队研究3D感知，以此来构建一个全新的自动驾驶感知系统。

Waymo这家公司截止上个月已经成立了十周年了（2009年成立）它起源于Google X。

2015年，我们研发的这款自动驾驶汽车进行公路路测试验，这是世界上第一辆成功实现自动驾驶的汽车。在这个案例中，坐在车里的人是个盲人，我们认为这个项目的意义重大。所以我们不仅仅希望这台车只是一个成功的演示案例，我们更加希望能够实现无人驾驶。

我将给你们展示一个很酷的视频。你们看，这台汽车真的在自己行驶在公路上。2018年，自动驾驶商业化，这台车学习了很多司机用户的驾驶习惯，使它自身拥有强大的自动驾驶能力。它也成功的在公路上自主行驶（无人驾驶状态）超过10，000,000,000公里。我们的路测实验几乎涵盖了所有的不同城市的驾驶场景，收集了很多驾驶数据。

我想解释一下为什么今天的演讲的题目是“项目的长尾问题”。因为我们在自动驾驶这条路上，我们还有很多问题需要处理和解决，才能使得自动驾驶更加完善。

自动驾驶系统要求有足够的能力，在没有人类司机干预的情况下，安全地处理所有的突发情况。

事实上，突发的异常情况总是发生，而且这些异常情况经常是比较复杂且少见的，而自动驾驶就是要安全的解决这些突发的复杂且少见的情况。这就是我所说的“长尾巴情况”，它不同于在常见的场景中的自动驾驶，而这种复杂且少见的驾驶场景在自动驾驶领域确实非常重要。

我们来看这场景，画面中骑自行车的人带着一块“停止”的标志牌。但是我们并不知道他会停在哪里，什么时候停下。

我们再来看这个场景，有东西掉在路上了，周围的建筑也是一个问题。

现实中存在很多不同的场景和不同的问题，像这个视频中，我们的车辆听到了其他车辆的鸣笛声音，那么如何处理这个鸣笛的声音，这些都需要很好的（安全的）解决掉。

那么我们是如何解决这些问题的呢？

首先是，感知。我们利用传感器感知周围环境，并在屏幕上显示（可以显示周围的建筑、环境等等），以此重新构建一个地图。

感知的复杂性包括，在路上，有很多不同的物体，他们有不同的形状、颜色、状态。比如，有不同样式的信号灯，路上有动物和行人，行人还会穿着不同颜色的衣服，有不同的姿势状态。为了清晰的观察到这些，我们装置了很多传感器，来解决这个问题。

感知的复杂性还包括，很多不同的环境。比如，一天当中不同的时间段（白天/黑夜），不同的季节，不同的天气下雨或者下雪。这些都需要识别。

感知的复杂性还包括，不同的场景配置，或者叫物体之间的关系识别。不同的搭配就有不同的物体之间的关系，比如图片中，一个人拿着一块巨大的板子，第二幅图中，玻璃中有反光现象，第三幅图中人骑着马等等不同的场景和关系。

这种映射功能是一个非常复杂的功能，这是由物体、环境、场景配置共同决定的。

所以这需要我们在观察周围环境的基础上做出预判，对周边人和物体的下一个动作做出预判，即我们要对短时间内发生的事情做出一个预测。

那我们如何来预判呢？

预测的影响因素有过去的动作、高度的场景语义、物体属性和出现提示。我们考虑周围的任何事物，比如有一个自行车想要通过，那么我们需要停下或者放慢速度让它通过，这就需要提前计划设计，做出安全的解决方案。同时，我们也要向周围的人和物发出信号。

学校周围的场景，这是一个非常复杂的问题。机器学习是一个非常好的工具用以应对复杂的情况。所以我们要学习出一个系统，以此优化现实存在的各种场景问题。

传统的学习模式：用工具构建，改造和进化难以实现。

机器学习：更像是一个工厂，我们仅仅需要把数据输入进去，就能得到正确的模型。

关于如何创建更智能的机器学习模型的周期如图中所示。

因为Waymo隶属于Google，有用强大的数据中心，所以他们用TensorFlow和TPU，做出准确的标注，而且分布均匀。

数据收集：这是一个非常重要的环节，这是解决“长尾巴情况”的重要因素。数据收集是激发主动学习的重要环节，也是是机器学习周期运行良好的重要基础。

Google AI和DeepMind都在关注自动驾驶。机器学习自动化已经部署好，几乎所有的事情都接近自动化。

NAS cell是一种小网络，反复用作构建神经网络体系结构的高级构件。

首先是用NAS cell进行激光雷达分割。在这一过程中，延迟也很重要。

稳定平衡的体系结构本身也可以自动化，这是很灵捷并且很强大的。

这条蓝色的线，延迟最小且分割情况最好。

解决机器学习限制问题。但是在某些情况下还是存在限制，需要我们增强鲁棒性。

这幅图片描述的问题是存在冗余和互补的传感器和传统的逻辑。

混合系统：这是将传统AI和机器学习相结合的系统，这样可以保证系统鲁棒性，保证自动驾驶安全性。

随着时间的推移，如上图机器学习的范围可能会扩大，甚至完全掌控。

那么我们如何进行大规模的路测呢？

因为特殊罕见的异常情况很少发生，如果使用真实情况进行路测，我们需要等待很长时间，为了解决这个问题，我们自己构建条道路。

因为我们有Google的数据支持所以这个想法是可行的，所以我们按照如下图数据做出仿真模型。仿真出足够多的场景供以测试。而我们为什么要做出如此多的仿真模型呢？因为有时会得出截然相反的结果，所以我们要加强系统的鲁棒性，这就要求我们做出足够多的仿真模型，确保系统的准确性。

这是一种抽样方法。

上图正在模拟真实世界可能会发生的事情。如果想要得到准确的数据，我们需要模仿真实的人类在不同的情形下做出的真实举动。

如何评价这个简单的模型呢？

正面：容易调整关键参数，如反应时间，制动轮廓，横向加速。有效再现避碰场景中的基本人类行为；反面：无法处理更复杂的交互行为。

但是定义它本身是一个复杂的问题，所以我们能做什么呢？那就是从实际演示中学习代理模型。

机器学习仿真的解决办法就是构建另一个机器学习模型。

添加排列可能会出现问题，这是一个众所周知的问题。

我们使用了非常不同的体系结构去避免碰撞，例如RNN模型。

在一条陌生的路上开着车，需要看到更多的范围和预判更多的特殊情况，如掉头需要处理好。

上图是人类行为分布，可以看到这是个正态分布，所以这就是导致了“长尾巴情况”的根本原因。即使图像两端的情况很少发生，我们的测试也要涵盖进去所有的人类行为情况。

需要我们拓宽这个分布，或者仿真出更多的例子。

行为轨迹优化模型：反RL用于找到创建所需轨迹的变量。

许多不同的方法来克服“长尾”问题。

“智能”模型对于自动化是至关重要的。通过模拟更真实人类行为是非常重要的。

因为还存在很多不同的场景，每天都上演着不同的事情，所以“长尾巴情况”还将会在不同的城市，不同的环境中持续下去的。

在一些好的训练步骤如下：对收集的数据进行培训；能够在不确定或不正确的情况下进行量化；能够采取措施，比如向评分者提问；更好的是，通过因果分析直接自我更新。

总结：Waymo 专家举出的有人带着停车标志是一个有趣例子，而且对机器学习的一个非常基本的介绍，其中提到了AutoML模型，可以测试多达10K的不同架构。然后采用前100个架构，在更大的模型上进行测试。Waymo是一个混合系统，使用ML和混合ML（传统的ML编程）。随着ML能力的增长，传统场景越来越少。视频中也提到了waymo如何测试，结构化测试，是否有封闭的测试环境。在模拟器方面，他们认为代理能够模拟现实世界中发生的事情。不断扩大复杂模型，来处理长尾问题。或者利用专家领域知识，换句话说混合模型或传统编程。以及逆强化学习，值得深入研究。