2019年第一期（總第三十二期）“錢學(xué)森國際杰出科學(xué)家系列講座”于5月7日在中國科學(xué)院自動化研究所舉辦。本期講座邀請到美國福特公司創(chuàng)新與研發(fā)中心技術(shù)研究員Dimitar Filev博士做題為“Intelligent vehicle systems for smart mobility ”的報告。

報告聚焦人工智能技術(shù)在福特智能汽車系統(tǒng)中的應(yīng)用，重點介紹機器學(xué)習(xí)、決策方法以及算法在福特產(chǎn)品的生產(chǎn)過程中的應(yīng)用，包括機器學(xué)習(xí)應(yīng)用于車輛診斷和校準、駕駛建模和車輛個性化，燃油經(jīng)濟性優(yōu)化和自動駕駛。報告還討論了在車輛控制和信息系統(tǒng)中集成人工智能技術(shù)的經(jīng)驗教訓(xùn)、正在進行的研究以及作為智能移動應(yīng)用構(gòu)建模塊的未來趨勢。

嘉賓介紹：

Dimitar Filev 博士現(xiàn)任美國國家工程院院士、福特研究創(chuàng)新與研發(fā)中心技術(shù)研究員，主要進行計算智能、人工智能和智能控制的研究，以及它們在自動駕駛、車輛系統(tǒng)和汽車工程中的應(yīng)用。發(fā)表學(xué)術(shù)論文200余篇，14000余次引用的會議論文，擁有美國專利100多項。2008年獲IEEE SMC協(xié)會諾伯特·維納獎，2015年獲IEEE CIS協(xié)會先鋒獎。他獲于1979年在捷克理工大學(xué)（Czech Technical University）獲得電氣工程博士學(xué)位。目前是IEEE會士和美國國家工程院院士。曾于2016年-2017年擔(dān)任IEEE系統(tǒng)、人與控制論學(xué)會（IEEE Systems, Man, & Cybernetics Society）主席。

內(nèi)容：

早上好，我的名字是 Dimitar Filev 非常感謝王教授的精彩介紹,我跟他共同在IEEE以及一些團體工作多年。但是我們從沒有正式合作過，但我認為現(xiàn)在是個好機會，因為我們現(xiàn)在在北京有研究中心，我們可以建立專業(yè)的合作，我本人非常期待。非常高興今天能再次與你們進行分享。

福特在汽車工業(yè)領(lǐng)域擁有悠久的歷史，生產(chǎn)了許多汽車和卡車。福特不僅僅是汽車生產(chǎn)商，也是一家科技創(chuàng)新公司，我們在全球范圍內(nèi)擁有多家研究和先進工程中心，分別在墨爾本、南京、慕尼黑等等。

這是我們主要的四個研究領(lǐng)域，第一個集中于動力系統(tǒng)（propulsion），為車輛提供動力，包括汽油引擎、柴油引擎、能量管理以及傳動；第二部分是汽車研究與技術(shù)（Vehicle Research and Technology），由被動安全、材料&輕量化、車架內(nèi)外部和底盤等組成；第三部分是控制（Control），主要是駕駛輔助、自動駕駛車輛以及車輛動態(tài)和控制；最后是電子（Electrical），Compute單元專注于用戶體驗、電子以及信息安全。

福特的“研究&先進工程組織”由2名亨利福特技術(shù)Fellow領(lǐng)銜，擁有20名高級技術(shù)領(lǐng)導(dǎo)、數(shù)百名技術(shù)專家，其中34%具有博士學(xué)位，分別位于密西根的Dearborn、德國的Aachen、加州的 Palo Alto三個中心。

福特是世界上第一個將神經(jīng)網(wǎng)絡(luò)應(yīng)用到阿斯頓馬丁的汽車點火失敗檢測中去的，點火失敗會導(dǎo)致燃燒不充分，后來將這個方法應(yīng)用到了福特的V10引擎。大概在二十年前，人們不相信AI能提供任何效果，如今是AI發(fā)展的好時機。涌現(xiàn)出了像 Github、Tensorflow 等這樣的好的資源，這些開源的人人都可以用，arxiv上也有成千上萬的論文可供閱讀。

AI的進步和汽車的改變是推動智能系統(tǒng)部署在車輛上的主要的驅(qū)動力。車輛產(chǎn)生的數(shù)據(jù)從過去的每小時0.5GB到后來的25GB再到現(xiàn)在無人駕駛車輛的1.7TB。

如此大量的數(shù)據(jù)如何實時的進行擬合以及合理利用是個重要的話題，車輛已經(jīng)成為了大數(shù)據(jù)源和移動計算平臺，設(shè)備制造商（OEMs）和交通系統(tǒng)都在發(fā)生著改變。傳統(tǒng)的車輛已經(jīng)具備很好的動力總成系統(tǒng)、底盤系統(tǒng)、空調(diào)系統(tǒng)和娛樂系統(tǒng)，同時車輛具備一些智能駕駛輔助系統(tǒng)例如ABS、車身動態(tài)穩(wěn)定系統(tǒng)、尋跡系統(tǒng)等。

這些系統(tǒng)已經(jīng)非常智能，但我們在此基礎(chǔ)上設(shè)計了智能用戶界面讓車輛更加定制化以適應(yīng)不同的用戶。虛擬駕駛系統(tǒng)與交通移動云連接，控制著車輛。因此，定制化和智能化是自動駕駛車輛發(fā)展的兩個方向。

接下來討論幾個駕駛汽車中的應(yīng)用以及福特在自動駕駛中的研究。在汽車控制中有自動動力系統(tǒng)控制、自動轉(zhuǎn)向控制和半自主懸架系統(tǒng)這些不同的系統(tǒng)經(jīng)過標定可以實現(xiàn)舒適、常規(guī)和運動三種模式之間的切換。

車輛模式的選擇共有27中組合，讓駕駛員在這之間進行選擇是一件困難的事，而智能系統(tǒng)則可以基于道路特點和駕駛員的反應(yīng)選擇最優(yōu)的模式，這也是定制化的一個方面。另一個重要的應(yīng)用是智能巡航控制，它基于速度曲線尋找最優(yōu)的巡航速度設(shè)置點來達到最優(yōu)化燃油消耗的目標。

通過對數(shù)字地圖的分析、交通標志的識別、道路幾何形狀的辨別系統(tǒng)能夠為駕駛者建議最優(yōu)的加減速、檔位，提供最高效的駕駛模式選擇。

此外，分析駕駛員的行為由此生成評估報告、根據(jù)車輛在不同時間頻繁的行車、停車的記錄可以估計出下一個目的地。

福特在自動駕駛領(lǐng)域的布置和發(fā)展包括投資了 Argo AI 以及成立了自動駕駛子公司AV LLC，這兩家由福特所有的獨立實體計劃在2021年前完成研發(fā)并投入生產(chǎn)。

福特研究自動駕駛采用的是分層級的方法，層級從反射級 Reflexive 到深思級 Reflective。反射級指的是當(dāng)人們在駕駛時不需要思考而下意識作出的一些舉動，Reflective 則是完全相反的，比如人在高速駕駛的時候會不斷地思考獲取最佳的決策。

分層級方法有三個層級，Decision Making 曾屬于高層規(guī)劃，基于強化學(xué)習(xí)、博弈論方法；稍低一個層級的 Path Planning主要完成避障等場景；沿著規(guī)定好的軌跡行駛則是由最后的 Path Following層級使用模型預(yù)測控制完成。

Path Planning 部分使用的是Q強化學(xué)習(xí)方法，強化學(xué)習(xí)通過最大化累計收益函數(shù)Q函數(shù)來獲得最佳決策，此處狀態(tài)為車輛本身以及相鄰車輛的實時的橫向和縱向位置，行為是車道保持、巡航速度增減以及左右換道。仿真器用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)擬合決策Q函數(shù)，該算法提供了狀態(tài)到行動的映射，得到的是貝爾曼方程的實時解。

強化學(xué)習(xí)近些年變得很火熱尤其是谷歌的 Deepmind 推出了AlphaGo取得了成功，他們提出了 Deep Q Learning（DQN），現(xiàn)在幾乎成了強化學(xué)習(xí)的標準。在DQN算法中，我們建立了一個人工目標于是得到：

y與Q的差值可類比監(jiān)督學(xué)習(xí)中的預(yù)測值與標簽的差值，由此得到的時域差用來更新網(wǎng)絡(luò)得到最優(yōu)值。在此基礎(chǔ)上，Deepmind提出了三個主要的改進形成了double DQN，首先是提出適合多層神經(jīng)網(wǎng)絡(luò)的Q函數(shù)；第二他們提出一個采樣任意的minibatch的方式處理訓(xùn)練網(wǎng)絡(luò)的數(shù)據(jù)；第三個則是他們提出了兩個Q函數(shù)分別為當(dāng)前Q函數(shù)和目標Q函數(shù)來更新網(wǎng)絡(luò)，這些改進使得強化學(xué)習(xí)更加穩(wěn)定。

然而，當(dāng)福特直接使用這些方法是發(fā)現(xiàn)訓(xùn)練神經(jīng)網(wǎng)絡(luò)經(jīng)常容易失敗并且訓(xùn)練速度很慢。因此他們加入了一些常識性的規(guī)則，當(dāng)發(fā)現(xiàn)行為不安全時，將安全的行為加入網(wǎng)絡(luò)，對碰撞的判別會混合到采樣隨機minibatch中用于網(wǎng)絡(luò)的更新，最終結(jié)果取得顯著性效果。

在強化學(xué)習(xí)中，應(yīng)該不僅僅依賴于對數(shù)據(jù)這些短期性的經(jīng)驗的學(xué)習(xí)，一些常識性的長期經(jīng)驗規(guī)則的使用也很重要。

當(dāng)前智能駕駛汽車算法和解決方案面臨的挑戰(zhàn)如下：

1、能學(xué)習(xí)特定駕駛員和環(huán)境、擁有最少的手工標定和標簽數(shù)據(jù)的車載或者云平臺的實時解決方案；

2、相比較監(jiān)督式學(xué)習(xí)更傾向于無監(jiān)督和半監(jiān)督強化學(xué)習(xí)；

3、包含認知信息和物理模型的混合AI算法；

4、AI算法可解釋、可驗證；

5、擁有魯邦特性并且可以自評估；

6、維護成本低。

下面介紹一些有效的解決方案，每當(dāng)我們遇到一個復(fù)雜系統(tǒng)時，我們會努力學(xué)習(xí)用一些復(fù)雜函數(shù)去近似這個系統(tǒng)例如神經(jīng)網(wǎng)絡(luò)，這是其中一種方法。另一種方法使用許多簡單的小的子系統(tǒng)進行組合模擬復(fù)雜系統(tǒng)。

非監(jiān)督的演化聚類算法可以實現(xiàn)實時的學(xué)習(xí)對系統(tǒng)的狀態(tài)空間進行預(yù)測，一個重要的例子是對引擎特性具有自適應(yīng)標定和控制能力的在線空時濾波器?；旌像R爾科夫模型對于目的地和路徑的預(yù)測也是非常有效的。神經(jīng)網(wǎng)絡(luò)的可解釋性是近年來的熱點話題，強化學(xué)習(xí)可以使用神經(jīng)網(wǎng)絡(luò)將狀態(tài)空間映射到行為空間，這是個非線性映射。這種非線性映射可不可以使用其他的映射來近似并且時刻解釋的呢？

基于強化學(xué)習(xí)的控制器將狀態(tài)空間映射到行為空間，而使用模糊控制器基于規(guī)則的模型則是一種通用的近似器，通過將強化學(xué)習(xí)Agent仿真為黑盒子動態(tài)系統(tǒng)，它可以被有限級的“if-then”規(guī)則近似和解釋。以強化學(xué)習(xí)車輛跟蹤控制為例，跟車問題基本是是一種自適應(yīng)巡航問題，后車需要保持與前車的安全距離、控制好各自的車速以及加速度，傳統(tǒng)方法中車速控制器基于吉布斯分布、加速度控制器使用智能駕駛模型（Intelligent Driving Model，IDM）建模，福特使用強化學(xué)習(xí)，分別建立速度、加速度以及距離的獎勵函數(shù)，最大化獎勵函數(shù)得到的結(jié)果達到甚至超過傳統(tǒng)方法。

在得到加速度結(jié)果后，他們使用聚類算法以相對速度和相對距離作為輸入，預(yù)測加速度作為輸出，對數(shù)據(jù)進行聚類來近似強化學(xué)習(xí)控制器，強化學(xué)習(xí)器被近似為可解釋的PI控制器的非線性組合的形式，組合系數(shù)為各數(shù)據(jù)點到聚類中心距離負值的Softmax函數(shù)。

擬合效果基本達到原始強化學(xué)習(xí)其的性能，但是推理時間從強化學(xué)習(xí)器的0.3ms降低到了非線性組合的0.13ms。最后，對演化系統(tǒng)地總結(jié)如下：

1、使用演化聚類和核?；姆椒ㄖv一個復(fù)雜系統(tǒng)實時分解為多個相互重疊的子區(qū)域；

2、實時同步學(xué)習(xí)系統(tǒng)架構(gòu)以及局部子系統(tǒng)的參數(shù)；

3、對具有多個操作模式和多元化行為的系統(tǒng)實時建模；

4、特定的機器學(xué)習(xí)技巧（無監(jiān)督聚類與監(jiān)督學(xué)習(xí)的組合）；

5、反映人類從現(xiàn)實中學(xué)習(xí)、總結(jié)、管理知識的能力。

我們在此提到的演化系統(tǒng)是多個子系統(tǒng)的組合，它的功能非常強大，包含了監(jiān)督學(xué)習(xí)方法和非監(jiān)督學(xué)習(xí)方法，可應(yīng)用在實時的無人駕駛大數(shù)據(jù)處理中。大數(shù)據(jù)、物聯(lián)網(wǎng)以及AI技術(shù)的快速發(fā)展為智能汽車提供了更多的解決方案，AI算法則需要具備更多的人性化、自適應(yīng)和最小標定以適應(yīng)嵌入式實施的需求也很廣泛，智能汽車的發(fā)展為傳統(tǒng)AI算法的改進提供了新的發(fā)展方向，傳統(tǒng)AI算法應(yīng)與基于規(guī)則的系統(tǒng)、認知知識和基于第一性原理的模型相結(jié)合，此外，認知模型對統(tǒng)計機器學(xué)習(xí)的近似使得傳統(tǒng)機器學(xué)習(xí)算法變得可解釋和性能的可升。