文 | 钱钱

编辑 | 阿景

自动驾驶现在是越来越火了，但从L2、L3往L4、L5升级的路上，卡在半道儿了。

不是说车不能跑，而是遇到复杂情况就容易“犯迷糊”。

比如前面有积水，它知道减速吗？隧道里遇到实线，它会不会变道？这些看似简单的问题，现有系统还真不一定能处理好。

为啥会这样？现在主流的自动驾驶系统要么靠数据堆出来，要么就只会简单的场景交互。

就拿端到端系统来说，数据喂得再多，遇到没见过的情况还是抓瞎。

VLA系统虽然加了语言交互，但对三维空间和交通规则的理解还是差点意思。

感知和决策各干各的，这才是最大的问题。

那有没有办法让自动驾驶不仅看得准，还能懂规则呢？北大王选计算机研究所的王勇涛团队还真搞出了新东西KnowVal系统。

这个系统不只是升级硬件，而是从根上改了自动驾驶的决策逻辑。

重构自动驾驶的“大脑”：KnowVal如何让机器“懂规则”

以前的自动驾驶系统，眼睛（感知）和脑子（决策）是分家的。

看到东西了，但不知道该咋处理。

KnowVal就不一样了，它搞了个“开放三维感知-知识检索”的新套路。

简单说，就是先把周围环境看明白，再去“翻法规手册”，最后才做决定。

具体咋操作呢？首先是“看明白”这一步。

KnowVal用了多模态感知，不光能识别常见的车和人，连那些不常见的“长尾场景”也能搞定。

比如突然窜出来的小动物，或者施工路段的锥桶，它都能三维定位。

本来想光靠视觉可能就够了，后来发现还得加上语言描述。

就像咱们看到隧道会说“进隧道了，要开灯”，它也会把场景转换成“隧道场景，需遵守禁止变道规定”这样的语言信息。

看明白之后，就得“查法规”了。

它会把看到的情况转成查询语句，比如“前方50米有行人，当前下雨”，然后去知识图谱里找相关的规则。

这个知识图谱可不简单，里面有交通法规、道德准则，还有老司机的经验。

就像咱们开车时脑子里会过一遍“该让行人”“不能超速”，它也会把这些规则调出来。

最后是“做决定”。

规划模块会先给出几条可能的行驶轨迹，然后价值模型来打分。

这个价值模型就像个严格的考官，会根据安全、合规、效率这些指标给每条轨迹打分，最后选分数最高的。

如此看来，这就跟老司机开车一样，既要看路，又要懂规矩，还得权衡利弊。

从实验室到马路：KnowVal的真实表现到底怎么样？

光说不练假把式，KnowVal的实际表现到底如何？在nuScenes开环测试里，它用在好几个基线模型上，碰撞率都是最低的。

Bench2Drive闭环测试更厉害，驾驶分数和成功率直接拿了第一。

这些数据可不是瞎吹的，实打实说明它的决策能力确实强。

更有意思的是那些定性测试。

比如过积水路段，它会自动减速，怕溅到行人。

这个细节虽然小，但说明它真的理解“安全礼让”这个道德准则。

还有隧道场景，遇到实线它绝对不变道，严格遵守交规。

这要是换成以前的系统，怕是早就压线了。

不过话说回来，现在的测试基准还是有点不够用。

nuScenes、Bench2Drive这些虽然权威，但对法律和道德行为的评估维度太少。

以后还得搞更全面的测试，比如极端天气、动态交通规则更新这些场景都得加上。

北大这个团队在视觉数据理解方面本来就有积累，发了不少顶会论文，跟企业合作也多，后续升级应该没问题。

总的来说，KnowVal系统算是给高阶自动驾驶开了个好头。

它把知识和价值判断融进去，让机器不仅能“看路”，还能“懂法”“明事理”。

这可不是简单的技术升级，而是从“数据驱动”到“数据-知识双驱动”的转变。

当然了，要真正实现“类人驾驶”还有段路要走，比如知识图谱怎么动态更新，极端场景怎么处理得更鲁棒。

但至少现在，我们看到了自动驾驶变得更“聪明”的希望。

以后坐自动驾驶汽车，心里也能更踏实点不是？