提雅智行與CMU合作通過Safety21開創L4級+自動駕駛

蓋世汽車訊 4月25日，全球首個自動駕駛開源軟件領先供應商提雅智行宣布與卡內基梅隆大學(CMU)達成戰略合作，共同實現全新的Level 4+自動駕駛概念，其中CMU被廣泛認為是自動駕駛汽車的發源地。

雙方將攜手合作，通過一種混合架構，將以數據為中心的人工智能方法與機器人領域的最佳實踐相結合，提升可擴展性、可解釋性和安全性，同時釋放具身人工智能的潛力，提高決策的透明度和可追溯性。

此次合作將通過由卡內基梅隆大學教授Raj Rajkumar領導的美國交通部國家大學交通安全中心(Transportation Center for Safety)Safety21得到進一步加強。提雅智行已加入Safety21的咨詢委員會，通過Autoware推廣開源軟件的價值。Autoware是尖端研發的基礎，旨在解決自動駕駛系統中安全性與用戶體驗之間的權衡問題。

背景

傳統的L4級自動駕駛技術建立在概率估計和機器學習等機器人方法之上，依靠人工制定的行為規則、預定義的高清地圖和本地化數據集來協調傳感、定位、感知、規劃和控制等核心功能。Autoware正是源于這種架構，并已成功應用于世界各地的自動駕駛系統。

此次合作倡導的全新L4+級自動駕駛概念，代表了SAE J3016 4級和5級之間的過渡階段。就人類角色而言，它仍然屬于L4級，但融合了L5級系統特性的關鍵方面。因此，車輛可以通過靈活擴展其運行設計域來覆蓋前所未有的場景，從而幾乎可以在所有條件下運行。

L4+級系統功能無需人類接管動態駕駛任務。然而，它們可以利用系統外部提供的額外信息，作為戰略功能的一部分，動態響應目標作戰域(TOD)內的環境變化。同時，系統繼續控制戰術和作戰功能。在此框架下，即使外部戰略輸入影響其行為，系統仍將承擔全部安全保障責任。例如，人類可以提供指導，在運行時調整航點規劃，以幫助系統使其行為與定義的目標作戰域(ODD)和目標作戰域(TOD)保持一致。

新興的端到端人工智能模型是數據中心人工智能方法的一個關鍵變體，有望實現L4+級自動駕駛，尤其是在與基于規則的系統和人在環策略相結合的情況下。然而，它們也帶來了嚴峻的挑戰，包括高數據要求、決策的可解釋性有限以及難以建立穩健的安全保障。由于通常不清楚此類模型如何推廣學習行為或什么影響其輸出，因此確?？尚诺默F實世界部署仍然是一個關鍵障礙。

戰略合作范圍

為了實現L4+級自動駕駛，提雅智行和卡內基梅隆大學將聯合開發基于Autoware的下一代自動駕駛系統，尤其注重通過混合架構來提升可擴展性、可解釋性和安全性。該架構將以數據為中心的AI方法(包括完善的端到端AI模型)與機器人技術的最佳實踐相結合。

該項目將致力于模塊化端到端AI模型，使其與最先進的機器人方法和安全執行機制共存。關鍵挑戰包括整合能夠揭示內部推理過程的中間表示，以及建立情境感知功能，使系統在遇到意外情況時能夠過渡到最低風險機動模式?？傮w而言，這種混合架構旨在支持更透明、更可追溯的具身AI決策，同時解決系統問責、安全評估和法規遵從性等實際部署問題。

此次合作為期三年。第一年，提雅智行和卡內基梅隆大學將開發一款由Autoware驅動的參考車輛，并計劃在東京和匹茲堡進行早期部署。該車輛還將作為真實世界數據收集、閉環驗證和確認以及道路試驗的平臺。這一階段的成果將反饋給Autoware和更廣泛的開源軟件社區，從而加速卡內基梅隆大學以及全球研發和開發者生態系統的創新。

第二年和第三年，重點將轉向為混合架構開發全面的安全執行機制。該機制將支持車輛認證和公共道路審批所需的安全評估流程，并為基于Autoware的自動駕駛系統在真實世界中可靠部署所需的可擴展性、可解釋性和安全性奠定基礎。

提雅智行創始人兼首席執行官Shinpei Kato表示:“此次合作標志著我們攜手人工智能和機器人技術，打造更安全、更具可擴展性和更易于解釋的自動駕駛系統，邁出了重要的一步。與卡內基梅隆大學合作，使我們能夠進一步提升Autoware的功能，并深化我們對開源軟件社區的貢獻，通過集體創新推動未來出行?！?/p>

卡內基梅隆大學電氣與計算機工程系George Westinghouse教授Raj Rajkumar表示:“模塊化端到端人工智能模型與傳統L4級系統的集成，代表著全新L4級+自動駕駛概念的重大進步。此次合作為我們提供了一個獨特的機會，讓我們能夠加深對自動駕駛系統中人工智能的理解，最終實現更安全、更具可擴展性和更高效的部署?！?/p>