1月10日，在青島舉行的2019國家智能產業峰會智能駕駛平行論壇上，孫振平研究員結合國內外機器學習相關技術在智能駕駛領域的研究現狀和課題組近年來的一些研究成果，向與會人員分享了題為《機器學習在無人駕駛中的應用現狀及面臨挑戰》的精彩報告。

　　國防科技大學智能科學學院無人系統研究所副所長孫振平

　　談到國內自動駕駛研究的起源，總繞不開一所有名的高?！獓揽萍即髮W。20世紀80年代末，國防科技大學先后研制出基于視覺的CITAVT系列智能車輛。1992年，國防科技大學成功研制出中國第一輛真正意義上的無人駕駛汽車。2011年7月，由一汽集團與國防科技大學共同研制的紅旗HQ3無人駕駛汽車完成了286km的面向高速公路的全程無人駕駛試驗，而在背后主持研究紅旗無人駕駛汽車實現高速長距離無人駕駛的，便是國防科技大學智能科學學院無人系統研究所副所長孫振平研究員。2012年，孫振平研究員作為技術負責人，組織團隊研制了我國第一臺邊防無人巡邏車。同時，他作為主要技術骨干或負責人與團隊一起參加了十余次國家自然科學基金委委主辦“中國智能車未來挑戰賽”和軍隊“跨越險阻”無人系統挑戰賽，多次獲得冠軍。

　　1月10日在青島舉行的2019國家智能產業峰會智能駕駛平行論壇上，孫振平研究員結合國內外機器學習相關技術在智能駕駛領域的研究現狀和課題組近年來的一些研究成果，向與會人員分享了題為《機器學習在無人駕駛中的應用現狀及面臨挑戰》的精彩報告。

　　孫振平研究員在報告中表達了一下觀點：

　　機器學習對解決無人駕駛問題很重要，但不是全部;

　　深度神經網絡是場景建模與理解的有力工具;

　　統計學習、增強學習對于解決行為決策問題會有所幫助，前提是人工建立合適的決策模型;

　　用機器學習方法解決動力學控制問題似乎并不簡單;

　　能夠實現任務、本體狀態、環境信息并行輸入的網絡結構是研究的重點;

　　現有計算能力仍不足以支持深度神經網絡在無人車中的大規模應用

　　以下是孫振平研究員在2019國家智能產業峰會的報告，智車科技在不改變原意的基礎上進行了修改：

　　大家好，非常榮幸能在這兒跟大家一塊聊無人駕駛，因為機器學習在無人駕駛應用方面比較熱，針對這個事情跟大家分享一點思考。

　　大家可能不知道，國防科大在無人駕駛方面應該說做的歷史也比較長了，這些年有一些成績也有很多不足，特別是最近幾年我們看到整個社會對無人駕駛特別追捧，我們參與其中，肯定是非常非常的高興，但是在熱的過程中，我們也得認真地去思考，是不是無人駕駛到現在已經比較好的被解決了，這個我們還是要冷靜地去思考的。我個人就針對這方面的一些情況跟大家一塊兒分享一下。主要就是目前國內外的發展情況，以及我們自己在這方面做的一些工作。

　　丨無人車的控制結構

　　說到無人駕駛，從概念上來，大家對這個事情應該都非常清楚了，無非就是給車裝上各種各樣的傳感器，讓它能夠自己理解周圍的環境，自己做規劃，自己選擇運動的路徑，直到控制自己的運動。在這個過程中，希望人不參與或者說盡可能少的參與，這么多的傳感器到底怎么組成無人駕駛的系統?這個事如果拿人來類比的話，比較容易理解。一個駕駛員開車感知周圍的環境，往往是通過我們的眼睛、耳朵等一些感覺器官。在感知的基礎上當然要做決策規劃，主要是大腦來完成的，決策規劃的結果就是怎么樣控制車，操作機構來實現對車輛的控制。

　　對于我們的無人駕駛系統來說，很顯然從原理上也是一樣的，我們必須去構建它的眼睛。這個主要兩大類，一類是環境感知的傳感器，二是運動感知的傳感器。其中大腦是什么?對于無人駕駛來說，當然就是運行在計算機上人工智能的程序，這個程序它綜合了傳感器信息和用戶的任務輸入，最后產生控制命令，控制命令就控制相應的一些執行機構來控制整個車的運動，這個我想從原理上來說就是這樣的。

　　無人駕駛的技術真正困難就是人工智能的程序。我們怎么去設計它，說到設計，實際上在人工智能應用在移動信息研究中，有一些基本的方案，大家不妨一起簡單地回顧一下。

　　在人工智能研究中，有幾種基本的控制結構，一是慎思形式的，什么意思?我們要去顯示做決策規劃和執行控制這樣的環節，對應的是一個一個程序模塊。當然要設計一個這樣的結構，或者設計這樣的軟件系統，需要很多人參與，需要人的智力的投入，這個很顯然我們覺得做起來非常麻煩。

　　另外一個比較直接的想法，當然就是所謂的反應式，我們最好能夠設計一個簡單的程序，不需要知道它內部是怎么工作的，能夠直接從傳感器到執行器的映射，這就是所謂的反應式。

　　當然實際在研究過程中，最后大家都發現不管是慎思式還是反應式做來做去都不能夠很好的解決問題，怎么辦?人類最大的本事就是把各式各樣的方法混在一起就是混合式，反應式大家很容易理解，如果有一個控制方向我們用一個狀態方程組就能夠很好地描述它，當我設計一個簡單的控制器就能夠實現對這樣對象的控制。對于我們說的機器人和無人車也不例外，我們能夠很好地描述清楚，就可以設計出一個簡單的控制器出來。最早在1948年的時候，當時控制論剛剛產生，就有人設計了一個移動的機器人系統。這個慎思式，實際上大家關注的最典型的可能是世界上第一個自主的機器人，就采用這種慎思式的研究。SHakey研究了一個機器人只要能夠不碰撞運動就可以了，這是1968年做出來的，這個也是我們現在智能機器人(無人車)研究真正的現代意義上的開端。

　　在這些研究基礎上，到了1986年的時候，MIT提出了一種所謂的包容式結構，這個包容式結構，大家仔細去分析一下就會發現，它實際上是一種混合式的結構。如果只是把行為定義為行走的話當然很簡單，我們就可以設計反應式控制來實現。隨著反應式變得越來越復雜，就很難用反應式結構去實現了。這個事情我個人在看了這么多文獻之后，大概同樣是在1980年代，美國的James他提出了所謂4D/RCS結構，已經是非常完備的或者非常好的方法或者是一個體系了，甚至他們也給出了一套工程化的方法，怎么設計一個復雜的機器人系統或者是無人車，我們自己也是基本上參照4D/RCS這樣復雜系統的控制結構來設計我們的無人車的。

　　這是我們的無人車采取的一種結構，下面最基本的就是底層的執行結構以及到上面的交通，對交通場景的認知、決策等等。只有知道了結構，我們反過來才能說機器學習在無人車中怎么用，我們剛才說了，對于無人車來說，它的核心就是人工智能程序，機器學習又是人工智能里面的一個重要的內容，大家當然就想著，是不是能夠把機器學習用在無人車上，讓無人車能夠變得越來越聰明，能夠越來越好的去適應環境，我們就一起來看一看機器學習在無人車上到底能怎么用。

　　丨機器學習的端對端控制

　　當然一種應用就是針對我們前面說反應式的結構，假設整個控制器我們不管它的內部結構，完全由一個神經網絡這樣的程序來解決，這個大概就是現在比較端對端的控制，什么意思?直接從傳感器到車輛的動作，這就是所謂的端對端的學習控制，端對端本身也不是新鮮的事物，在1989年的時候美國機器人研究所就用當時的三層網絡就實現了簡單的無人駕駛，因為當時的網絡它的標定能力是非常有限的，因此它能夠完成的任務也是非常簡單的。

　　神經網絡大家知道從80年代到90年代甚至到2000年之后很長一段時間，發展是非常非常緩慢的，目前兩種方案，一種是前饋神經網絡，一種基于遞歸神經網絡，都在做一些研究。

　　大家可以看到上面這個視頻，英偉達在2016年的神經網絡端對端控制，說到這里是不是用端對端學習控制這個問題就解決了，實際上大家仔細看是不可能的，前面有一個十字路口，用端對端學習控制怎么能夠實現讓車選擇不同的路線呢?這個事情在他做的這個實驗里面就不涉及到這個問題。

　　實際上這個問題英偉達做這個實驗還有很多問題沒有解決，從控制上來說，車要適應不同的坡路和材質，這個本身就是很復雜的，對于剛才說的端對端的學習控制，要做采集數據是非常困難的，而網絡本身結構也沒有辦法支持，退而求其次就有其他的研究，大家去看一下Deep Driving：Learning Affordance for Direct Perception in Autonomous Driving 這篇文章，這個想法就跟這個端對端不太一樣，它把這個系統分為控制和感知，把控制環節還是用控制的方法去做，但是后面感知希望用神經網絡來解決，設計一個神經網絡，輸入一個圖象，輸出就是車道和車道上的線得到這樣一個抽象的模型，把這個模型再由后端輸入再去控制車輛運動，這個是他們展示的一段視頻，這個是神經網絡的輸入，這個就是網絡的輸出，后端控制的輸入，這是他們做的一個實驗。

　　這種端對端的方