清华校友，最新自动驾驶研究成果再登 Nature。
去年，Nature 正刊曾罕见地将封面给了自动驾驶研究“仿真效率提升 2000 倍”—— 同样是这个团队的成果，成为自动驾驶圈内一时热议的重大进展。
这次新研究发表在 Nature 子刊《Nature Communications》，关注更加底层、更加核心的 AI 技术难题：稀疏度灾难。
研究了个啥？
有点“神乎其神”，稀疏度是个啥东西，咋就成了自动驾驶的灾难？
严谨的定义是这样：
高维变量空间中安全关键事件的稀疏度。
通俗的说就是，拿来喂给 AI 司机的训练数据中，真正有用的不多。
举个例子，现在车企、自动驾驶公司动辄说自己有几百上千万公里实测里程，或者仿真测试里程过亿，但都回避了关键问题：
这些数据中，真正对系统能力有关键性提升的有多少？
比如自动驾驶在平直无车的高速上测试百万公里，可能都不如在城市中遇见一次“鬼探头”的提升大。
关键场景的查漏补缺，行业内通常称为“长尾场景”。
现在一般有两种解决思路，一种是大力出奇迹，尽可能多的车，跑尽可能多的路，期望最大程度覆盖各种罕见的交通状况，让自动驾驶能力从量变积累到质变飞跃。
其实，包括现在成为行业共识的端到端技术体系，本质上仍然是通过这样的思路解决问题，只不过把整个自动驾驶流程中更多环节的权限移交给了 AI。
另外一种，则是在有限算力、参数限制下，用人为手写的规则，给自动驾驶套上“安全壳”，极限情况下通过降级或者刹停等等手段兜底。这是现在大部分量产智驾的方法，但劣势很明显：系统决策僵硬死板，泛化性差，体验更差。
不知大家发现没有，无论是哪一种方式，都没有在 AI 算法这个层面剖析“稀疏度”本质，自然也就提不出针对性的解决方案。
作者在论文开篇就直接指出了这个问题：
尽管在公共道路上积累了数百万英里的测试里程，但自动驾驶仍难以有效处理频发的“安全关键事件”。能商用的 L4 也一直落不了地。
所以将“稀疏度”称为“自动驾驶的灾难”。
新研究解决稀疏度灾难的方法，是打开 AI 黑箱，尝试用数学表达稀疏度本质，并提出了三种对应的解决办法。
怎么办到的
具体来说，作者认为传统上比较重视的安全关键事件的概率分布，其实并不核心。
相反，真正挑战在于如何定义高度复杂场景中安全关键情况的稀有性，例如不同的天气条件、不同的道路基础设施以及道路使用者的行为差异…
这些安全关键情况，可能由于多种原因而出现，比如对未知物体的错误识别，或对附近行人运动轨迹错误预测… 这类事件发生的概率很低，大多数可用数据只包含很少的罕见事件信息。
因为罕见事件的宝贵信息可能被大量正常数据所掩盖，所以深度学习模型其实很难有效学习到这些安全关键事件。
关键的地方来了。深度学习的本质是通过优化目标函数对具有特定分布的数据期望，来获得神经网络的最优参数。
为了解决这个优化问题，最常用的方法是基于梯度下降，在每个训练步骤使用一批数据通过蒙特卡洛估计来估计梯度。
然而，随着安全关键事件的罕见性增加，估计方差会呈指数增加，导致“稀疏度灾难”。
解决方法有三个。
首先是使用更多罕见事件数据进行有效训练。
这种方法侧重数据，专门利用与罕见事件相关的数据来不断改进系统能力。但定义和识别罕见事件不是那么简单的。因为它们依赖于特定于问题的目标函数，并受到安全关键事件的时空复杂性的影响。更重要的，现在学界仍然缺乏可以指导罕见事件数据利用的理论基础。
对于这样的安全验证任务，团队之前的试图通过密集深度强化学习 (D2RL) 方法来解决（即登上 Nature 封面的研究），实验结果表明，D2RL 可以显著降低策略梯度估计的方差，这是解决 CoR 的重要一步。
其次是提高机器学习模型的泛化和推理能力。实际上作者在这里讨论的就是 AGI 的问题，目前在自动驾驶领域最前沿的尝试是端到端模型。
人类可以在有限的经验（通常少于一百小时的训练）下学习驾驶，所以未来的 AI 也有可能在不依赖大量特定于任务的数据的情况下克服 CoR。这就要求 AI 同时具备自下而上的推理（感知数据驱动）和自上而下的推理（认知期望驱动）能力。
可以参考大型语言模型 (LLM) 和视觉语言模型 (VLM) 的方案，它们的基础模型通过采用完全监督微调、情境学习和思路链等技术，展现出了出卓越的泛化和推理能力。
第三种方法，是通过减少安全关键事件的发生来减轻 CoR 对整个系统的影响。
直白的说就是尽量降低系统对场景、目标的错检漏检。具体方法有很多，比如将传统深度学习模型和强化学习想结合，训练 AI“预防性驾驶”能力、车路协同多传感器融合、车云一体化方案等等。
三种解决 CoR 问题的潜在方法，从不同角度出发。不过作者强调，这些方法并不相互排斥，结合起来会有巨大的潜力。
有什么意义？
CoR 的影响不仅仅局限在感知环节，而是渗透进了自动驾驶各个流程，逐级累加。一个概率极低的安全关键情况一旦出现，可能造成很严重的后果。
例如，单帧中的物体分类错误可能不是什么大问题，而一系列帧（clips）中的多个物体分类错误可能会导致严重的错误识别和误判，此类事件的发生概率远低于任何单个错误的发生概率，因此 CoR 问题变得更加严重。
轨迹预测层面上，一个小小的预测错误可能会导致误报或漏报，从而导致过于谨慎的驾驶决策或过于自信的决策而导致事故。所以行为预测模型必须有效处理容易出现 CoR 的罕见事件。
决策环节，以往由于现实世界数据的缺乏和偶然性，深度学习模型很容易受到 CoR 的影响，这可能导致策略梯度估计的严重差异。
自然而然，由于 CoR 的存在，理论上评估自动驾驶的安全性能需要数亿英里，这是不切实际且效率低下的，这也是为何仿真测试成了主流。但问题是，许多现有方法仅限于处理有限目标的短场景段，无法捕捉现实世界安全关键事件的全部复杂性和多变性。
所以 CoR 尽管不是一个看得见、摸得着的 bug，但危害深刻渗透进自动驾驶每个环节。
这项新研究最大的意义，是解释了 CoR 的数学本质，并提出了几种可能的解决方法。
作者团队介绍
这项研究由美国密西根大学和清华大学研究人员合作完成。
一作、通讯作者刘向宏博士，现任美国密歇根大学讲席教授、Mcity 主任（密歇根大学主导的智能交通模拟城市项目）。
他在国内最被外界熟悉的身份是滴滴前首席科学家。
刘向宏 1993 年本科毕业于清华大学汽车工程系，2000 年在威斯康星大学麦迪逊分校取得博士学位。
刘教授是交通工程领域论文引用率最高的学者之一，他发明的用于精确测量交叉路口的排队长度和旅行时间的 SMART-Signal 系统于 2012 年取得美国国家专利，并已在美国明尼苏达州和加州得到广泛应用。
本文共同一作、通讯作者封硕，现在在清华自动化系任助理教授，曾前在刘向宏教授的 Traffic Lab 做博士后、研究员。
封硕本科和博士学位都在清华大学自动化系获得，研究方向是优化控制、互联和自动驾驶评估以及交通数据分析。
从封硕和刘向宏教授团队以往发表的成果和科研方向来看，他们一直在持续推进自动驾驶安全验证评估和仿真测试的优化升级。
比如之前我们报道过的 D2RL，就是通过强化学习手段针对性生成高价值数据，提高仿真测试的效率。
有趣的是，无论是自动驾驶、智能汽车产业界从工程实践出发，还是高校学者从数学原理层面抽象归纳总结，竟然都指向了 AGI、端到端、数据驱动的路径。
所以端到端会是自动驾驶的最优解，或者说它会是自动驾驶“历史的终结”吗？