這都9102年了，雖然目前AI還遠(yuǎn)不能完全自動(dòng)化，但已經(jīng)比人類駕駛員擁有眾多優(yōu)勢(shì)。

一方面，半自動(dòng)駕駛沒有一些常規(guī)限制：它們反應(yīng)迅速，可以長(zhǎng)距離協(xié)調(diào)操作，最重要的是，運(yùn)營(yíng)公司可以簡(jiǎn)單地修改其制動(dòng)和加速模式以減少擁堵。

但是，半自動(dòng)駕駛真的能夠減輕堵車情況么？還是說當(dāng)半自動(dòng)汽車和人類駕駛汽車在同一條路上行駛的時(shí)候會(huì)加劇堵車情況？

一位伯克利大學(xué)的研究生、特斯拉自動(dòng)駕駛組的實(shí)習(xí)生Eugene Vinitsky通過調(diào)查發(fā)現(xiàn)，雖然目前只有一小部分車輛是半自動(dòng)的，但現(xiàn)有研究表明即使很小的出現(xiàn)率（3-4％）也足以開始緩解擁堵。

也就是說，鑒于AV的獨(dú)特功能，我們希望確保其駕駛模式的設(shè)計(jì)能夠最大限度地滿足道路要求。AV的正確部署應(yīng)盡量減少堵塞，降低總能耗，并最大限度地提高道路的通行能力。

但是最佳駕駛策略的研究關(guān)鍵問題是沒有形成共識(shí)。

對(duì)于自動(dòng)駕駛汽車公司來說，沒有一個(gè)簡(jiǎn)單的指標(biāo)可以讓他們?cè)u(píng)估并實(shí)施其駕駛策略。

換句話說，當(dāng)前半自動(dòng)駕駛的部署沒有基準(zhǔn)，即可以用來比較不同研究組和方法進(jìn)展的標(biāo)準(zhǔn)化問題。

如果能有設(shè)計(jì)合理的基準(zhǔn)，就可以檢查AV的駕駛行為并快速為其打分，確保在道路上行駛的都是最佳設(shè)計(jì)的AV。此外，基準(zhǔn)應(yīng)該促進(jìn)研究，使研究人員能夠輕松快速地嘗試新技術(shù)和算法，了解這些技術(shù)和算法是如何解決擁堵問題的。

混合自動(dòng)駕駛的11個(gè)新基準(zhǔn)填補(bǔ)研究空白

為了填補(bǔ)這一空白，Eugene Vinitsky在CORL上發(fā)表的論文提出了集中式混合自動(dòng)駕駛交通控制中的11個(gè)新基準(zhǔn)。

注：集中式混合自動(dòng)駕駛交通控制是指車輛和交通燈由一臺(tái)計(jì)算機(jī)控制的交通控制。

論文地址：

http://proceedings.mlr.press/v87/vinitsky18a.html

以下是其研究的基本情況，以第一人稱敘述，請(qǐng)欣賞~

這些基準(zhǔn)會(huì)作為Flow工具項(xiàng)目的一部分，這個(gè)項(xiàng)目用于在交通模擬器SUMO和AIMSUN中將控制和強(qiáng)化學(xué)習(xí)（使用RLlib 和rllab作為強(qiáng)化學(xué)習(xí)庫）應(yīng)用于自動(dòng)駕駛車輛和交通燈。這些基準(zhǔn)中獲得高分意味著實(shí)際擁塞指標(biāo)的改進(jìn)，例如平均行駛速度，道路系統(tǒng)總延遲和道路吞吐量。通過在這些基準(zhǔn)上取得的進(jìn)展，希望可以回答有關(guān)AV應(yīng)用的基本問題，并給出現(xiàn)實(shí)世界中部署可改善擁塞的AV的路線圖。

本文前面描述的基準(zhǔn)場(chǎng)景包括以下設(shè)置：

一個(gè)簡(jiǎn)單的8字形，代表一個(gè)小型交叉路口，其最佳方案是蛇形行駛或?qū)W會(huì)選擇向沒有沖突的方向移動(dòng)。

可調(diào)整大小的紅綠燈網(wǎng)格，其目標(biāo)是優(yōu)化燈光模式，以最大限度地縮短平均轉(zhuǎn)換時(shí)間。

許多車輛從匝道進(jìn)入高速路主道上引起行車緩慢，導(dǎo)致道路平均行駛速度下降。

以下GIF展示了在這些基準(zhǔn)中發(fā)現(xiàn)的緊急行為案例，很有趣也很有意義，圖中顯示了瓶頸的一部分，其中四車道合并為兩車道，后續(xù)的二車道合并一車道并未示出。

上半部顯示的人類駕駛的情形。人類駕駛員駕駛汽車隨意地由四車道駛?cè)雰绍嚨?，由于車道合并?dǎo)致瓶頸繼而發(fā)展成為擁堵，降低了整個(gè)道路系統(tǒng)的速度。在下部動(dòng)圖中，在人類駕駛車輛（橙色）中混入了自動(dòng)駕駛車輛（紅色）。我們發(fā)現(xiàn)自動(dòng)駕駛車輛通過學(xué)習(xí)控制其進(jìn)入合并車道的速度，從而有助于后面的車輛順利切入合并車道。盡管只有十分之一的車輛是自動(dòng)駕駛的，但道路系統(tǒng)能夠保持不擁擠，并且車流量提高了35％。

一旦我們制定好了基準(zhǔn)，我們就要確保研究人員有一組基準(zhǔn)值來檢查他們的算法。我們執(zhí)行了一個(gè)小規(guī)模的超參數(shù)掃描，然后將找到最佳超參數(shù)提供以下RL算法運(yùn)使用：增強(qiáng)隨機(jī)搜索，近端策略優(yōu)化，進(jìn)化策略和信任區(qū)域策略優(yōu)化。

下面圖表的第一行表示在訓(xùn)練時(shí)間內(nèi)使用一組指標(biāo)獎(jiǎng)勵(lì)的基準(zhǔn)分?jǐn)?shù)。每個(gè)圖對(duì)應(yīng)于一個(gè)場(chǎng)景，顯示其算法獲得分?jǐn)?shù)與訓(xùn)練時(shí)間的函數(shù)關(guān)系。如果算法分?jǐn)?shù)偏離這些數(shù)值，就可以立即知道算法是否正確。

然而，從對(duì)擁塞的影響這一角度來看，真正重要的是最后的圖表，即我們根據(jù)真正影響擁塞的指標(biāo)對(duì)算法進(jìn)行的評(píng)分。這些指標(biāo)包括：8字形和合并車道的平均行駛速度，交通網(wǎng)中每輛車的平均延遲，以及瓶頸路段每小時(shí)車輛的總流出量。中間四列是算法根據(jù)這些基準(zhǔn)指標(biāo)的評(píng)分，最后一列是完全人類駕駛的得分。請(qǐng)注意，所有這些基準(zhǔn)的AV出現(xiàn)率都相對(duì)較低，從最低的7％到最高的25％（即每14輛車中1 輛AV到每4輛車1輛 AV）。完全人類駕駛一欄中的擁堵指標(biāo)都嚴(yán)重惡化，這表明即使出現(xiàn)率非常低，AV也可以對(duì)擁堵產(chǎn)生驚人的影響。

那么AV究竟是如何緩解擁堵的呢？下面的動(dòng)圖展示了一種可能的機(jī)制，它比較了在主干道匝道入口完全人類駕駛的情形（上半部）和每十輛車中有一輛是自動(dòng)駕駛（紅色）而其它九輛是人類駕駛（白色）的情形。在這兩種情形下，人類駕駛員都想盡快沖入主道，而幾乎不關(guān)心主道上的車輛。

在完全人類駕駛的情況下，車輛緊密地跟隨，當(dāng)匝道上的車沖入主道時(shí)，后面的車輛需要急踩剎車，導(dǎo)致“車輛聚集”。然而，在存在AV的情況下，自動(dòng)駕駛車輛在接近匝道入口時(shí)加速?gòu)亩_了與后面車輛之間的距離。較大的距離會(huì)形成緩沖區(qū)，因此當(dāng)匝道上車輛進(jìn)入主道時(shí)，主道上的車只需輕踩剎車就可避讓開。

雖然我們無法用數(shù)學(xué)方法證明，但我們相當(dāng)確定我們的結(jié)果都沒有達(dá)到最佳分?jǐn)?shù)。而我們的論文給出了一些論據(jù)，表明我們只是找到了局部最小值。

當(dāng)前的挑戰(zhàn)：任重而道遠(yuǎn)

目前還有一大堆完全沒有解決的問題。首先，這些基準(zhǔn)只是用于完全集中式的情況，即所有汽車都由一臺(tái)中央計(jì)算機(jī)控制。任何真正的道路駕駛策略算法都可能必須是分布式的：我們能否在不降低效果的情況下使用分布式？此外，還有一些公平原則沒有討論。

如下面的視頻所示，通過完全攔住某車道可以顯著改善瓶頸路段的車輛流出；雖然這種道路駕駛策略是有效的，但是它在獎(jiǎng)勵(lì)了其他駕駛員的同時(shí)嚴(yán)重懲罰被攔截車道上的駕駛員，這不可避免會(huì)導(dǎo)致狂暴情緒。

最后，還有一個(gè)頗具吸引力的泛化問題。對(duì)于每個(gè)獨(dú)特的駕駛場(chǎng)景，似乎很難部署一個(gè)統(tǒng)一的駕駛策略; 是否有可能找到一個(gè)適用于不同類型交通網(wǎng)絡(luò)的單一控制策略？我們的目標(biāo)是在未來的一系列基準(zhǔn)中解決所有這些問題。