Dense reinforcement learning for safety validation of autonomous vehicles Book Summary

本文的目标读者是对自动驾驶车辆安全验证、人工智能和强化学习技术感兴趣的研究人员、工程师和开发人员。此外，对于关注自动驾驶技术发展趋势、挑战和解决方案的行业专家、政府机构和学术界人士，本文也具有一定的参考价值。

Shuo Feng 在清华大学自动化系任职，并在密西根大学交通运输研究所进行研究。他的研究重点是自动驾驶车辆的安全验证和智能测试环境的开发。

自动驾驶汽车 (AV) 技术正在快速发展，我们正处于交通运输领域一场革命的风口浪尖，其规模是自一个世纪前汽车问世以来前所未见的。自动驾驶汽车技术有潜力大幅提高交通安全、移动性和可持续性，因此受到了全球工业界、政府机构、专业组织和学术机构的广泛关注。过去 20 年来，自动驾驶汽车的开发取得了显著进展，尤其是在深度学习兴起之后。到 2015 年，一些公司宣布他们将在 2020 年之前大规模生产自动驾驶汽车。但到目前为止，现实并未达到这些预期，并且没有 4 级自动驾驶汽车实现商业化。造成这种情况的原因有很多。但最重要的是，自动驾驶汽车的安全性能仍然远低于人类驾驶员。对于美国的普通驾驶员来说，在自然驾驶环境中发生碰撞的概率约为每英里 1.9 × 10^-6。相比之下，根据加州 2021 年的脱离报告，最先进的自动驾驶汽车的脱离率约为每英里 2.0 × 10^-5。尽管脱离率因其潜在的偏差而受到批评，但它已被广泛用于跟踪自动驾驶汽车安全性能的趋势，因为它可以说是唯一可供公众用于比较不同自动驾驶汽车的统计数据。提高自动驾驶汽车安全性能的一个关键瓶颈是安全验证的严重低效。目前的方法通常通过软件模拟、封闭测试跑道和道路测试相结合的方式在自然驾驶环境中测试自动驾驶汽车。然而，为了验证自动驾驶汽车在人类驾驶员水平上的安全性能，众所周知，需要在自然驾驶环境中测试数亿英里，有时甚至数千亿英里。由于这种严重的低效率，自动驾驶汽车开发人员必须支付大量的经济和时间成本来评估每个开发项目，这阻碍了自动驾驶汽车的部署进展。