SAECCE 2023 「生成式人工智慧與自動駕駛」專題分會成功舉辦

2023年10月26日，中國汽車工程學會、清華大學、北京大學聯合舉辦的「生成式人工智慧與自動駕駛」專題分會在北京亦創國際會展中心成功舉行。此次會議是2023年中國汽車工程協會年會暨博覽會（SAECCE2023）中「智慧網聯汽車技術」重要專題分會之一，主要探討了生成式人工智慧技術與自動駕駛汽車的交叉領域，包括感知、定位、決策、控制、車路協同、演算法安全等應用方面。會議主題涵蓋人工智慧演算法安全性加固、端到端自動駕駛、強化學習、車路協同感知、最優控制的分散式行為-批判演算法、智駕AGI等

清華大學車輛與運載學院副院長李升波教授擔任本次會議主席，並主持會議。由北京大學工學院研究員劉暢博士擔任會議共同主席。會上，來自清華大學、上海人工智慧實驗室、上海交通大學、北京科技大學、商湯研究院的6位專家學者發表精彩主題演講，論壇互動氣氛熱烈活躍。

清華大學車輛與運載學院副院長李升波

清華大學長聘副教授崔鵬老師從自動駕駛演算法安全的角度出發，對目前自動駕駛演算法的安全性瓶頸進行了分析，並提出了提升自動駕駛演算法安全的重要技術途徑，即提升自動駕駛人工智慧演算法的分佈外泛化能力。以人工智慧演算法的分佈外泛化問題為基礎，強調了將其應用於自動駕駛的演算法泛化的重要性，並在此基礎上提出了兩種方案來解決分佈外泛化問題，分別是基於因果推論的外推和基於數據的內推尋找不變性。隨後，崔鵬教授介紹了他團隊最近的研究成果，透過實驗證明他們的方法相對於傳統的自動駕駛演算法具有更強的泛化性能。最後，崔鵬教授為現有自動駕駛演算法泛化的問題提供了新的發展方向，他認為可以透過對人工智慧演算法進行泛化邊界評測，以使演算法朝著更理想的狀態發展

清華大學長聘副教授崔鵬

#來自上海人工智慧實驗室OpenDrive團隊的青年研究員曹曉旭博士基於現有發展狀況分享了當前端到端技術(End to End, E2E)賦能自動駕駛的研發進展。首先，曹博士回顧了自動駕駛領域的發展歷程，然後對大模型賦能自動駕駛領域進行了分析，最後對自動駕駛行業進行展望。他認為，E2E技術的核心應該是決策導向，並在此基礎上將各個子模組統一。然後，曹博士認為當前技術的核心挑戰主要有三點，分別為策略爭奪問題，世界模型的研發和演算法泛化問題，並在此問題上提出了OpenDrive團隊的DriveAGI架構，透過將車輛視為一個智能體，並將推理、決策、執行和泛化整合在一起，從而開發一個真正的自動駕駛大模型。最後，曹博士對第三代資料集進行了展望，他認為，未來的資料集應該具有多樣性，在大小提升的前提下，還應具有任務多樣性和場景多樣性，並且應該在感測器配置上具備多模態和高複雜度的特性。

上海人工智慧實驗室OpenDrive團隊青年研究員曹曉旭

###清華大學交叉資訊研究院的助理教授許華哲博士則對目前的強化學習科技發展現狀進行了反思。他認為，應用於工業界，特別是自動駕駛領域的強化學習演算法目前都存在一定的缺點。這是因為智能體在環境中學習有延遲，且深度強化學習產生的數據與智能體的動作有強烈相關。在此基礎上，許華哲博士總結了目前強化學習演算法的兩大問題：樣本效率低和泛化能力低。他認為，當務之急是改善樣本效率低導致的欠估計的問題，避免因為多次任務失敗而導致智能體失去了對正確策略的探索。同時，許華哲博士認為強化學習演算法也存在泛化問題，並基於現狀聯合其團隊提出了一種名為「RL-ViGen」的演算法，經過實驗證明該演算法具有較好的性能和泛化能力。 ###

清華大學交叉資訊研究院的助理教授許華哲

上海交通大學長聘副教授陳思衡博士介紹了一種通訊便捷的車路協同感知方法。自動駕駛是群智感知的重要應用場景，透過關鍵訊息的自主分享，能夠解決單體難以克服的感知難題。面對群智感知中通信鏈路負荷巨大且時變的挑戰，陳思衡博士團隊首創了以「語用驅動的感知供需」牽引「多智能體自主交互」的機器學習框架，能夠自適應於任意通信頻寬和輪數，降低通訊消耗，提升移動目標偵測效果。最後，陳思衡博士系統介紹了影響群智互動感知效果的各類維度，肯定了車路協同方案的現實效益與巨大潛力。

上海交通大學長聘副教授陳思衡

北京科技大學機械工程學院長聘副教授段京良博士從工業智能化需求與數據驅動控制的發展趨勢出發，將強化學習作為最優控制問題的求解工具，介紹了其團隊在促進強化學習落地工業界方面所做出的貢獻，包括自研的強化學習求解工具鏈GOPS與值分佈強化學習演算法（DSAC）。其中GOPS以模組化的配置，內嵌主流及自研訓練演算法、多種近似函數，支援gym、Simulink及自訂環境，搭建了從工業問題到應用方案的橋樑。而DSAC演算法透過學習值函數分佈，能夠有效抑制過估計問題，穩定提升效能。目前該演算法已分別與約束任務、對抗任務、平滑神經網路等結合，實現多樣化拓展形式，並在混合動力汽車能量管理、鑿岩車控制與火箭回收等任務中落地應用。

北京科技大學機械工程學院長聘副教授段京良

商湯研究院研發總監盧樂煒博士系統介紹了絕影智駕的研發歷程與發展佈局。從工業領先的時序BEV演算法BEV Former到大模型解決方案BEV Former2，再到障礙物偵測解決方案OccNet，商湯絕影在工業界感知技術的發展和落地中處於領先地位。而在大模型賦能之下，商湯提出了自動駕駛多模態大模型解決方案UniAD，將自動駕駛感知決策整合，並獲得了學界業界的普遍關注。在此基礎上，絕影智駕將持續佈局通用人工智慧，促進自動駕駛多模態大模型解決方案的進一步落地應用。

商湯研究院研發總監盧樂煒

會後，李升波教授為參與報告的專家學者頒發演講證書。

###

以上是SAECCE 2023 「生成式人工智慧與自動駕駛」專題分會成功舉辦的詳細內容。更多資訊請關注PHP中文網其他相關文章！