導讀：Waymo 近期宣布在鳳凰城地區(qū)開放沒有安全員的無人駕駛出租車，實現(xiàn)首個商用的真正的無人駕駛。與此同時，Waymo 也公開分享了一系列新的研究論文，本文就來講解一下 Waymo 在行為預測方面的研究成果。

周圍的車輛和行人在接下來數(shù)秒中會做什么？要實現(xiàn)安全的自動駕駛，這是一個必須回答的關鍵問題，這也就是自動駕駛領域中的行為預測問題。

行為預測的難點在于周圍行人、車輛的不確定性和各種規(guī)則之外的行為。這些狀況難以用規(guī)則進行總結，因此最近研發(fā)人員們開始利用基于數(shù)據(jù)驅動的深度學習的方法，以達到更加合理的預測效果。

在這方面，來自 Waymo 和谷歌的團隊提出了一系列用于自動駕駛行為預測的模型，讓無人車理解抽象的道路環(huán)境，并實現(xiàn)對車輛、行人的多可能性預測。

在今年 6 月的一篇 CVPR 論文中，這個團隊首先提出了一個全新模型 VectorNet。

在該模型中，團隊首次提出了一種抽象化認識周圍環(huán)境信息的做法：用向量（vector）來簡化地表達地圖信息和移動物體，這一做法拋開了傳統(tǒng)的用圖片渲染的方式，達到了降低數(shù)據(jù)量、計算量的效果。Waymo 也在其博客文章中明確表示，該技術提高了其行為預測的精準度。

近日，這個團隊公布了進一步的工作，提出了 TNT （Target-driveN Trajectory Predictio）。TNT 是一種目的地引導的軌跡預測方法，運用了監(jiān)督學習的方法對車輛和行人進行多軌跡回歸，最終的模型能夠輸出多個未來軌跡的預測，同時明確指出各個軌跡可能性。

論文中介紹，TNT 在公開數(shù)據(jù)集 Argoverse 的測試表現(xiàn)與冠軍結果相當，同時在 INTERACTION、Stanford Drone，以及 Waymo 內部數(shù)據(jù)集中取得了非常好的效果。

目前該論文已經被國際機器人學習會議 CoRL（Conference on Robot Learning）接收。

預測多種可能的未來情形

Waymo 在博客中指出，VectorNet 突破性地提出了用向量的方式來抽象化表達這個世界，從而感知、理解周圍環(huán)境。在理解環(huán)境以后，下一步就是實現(xiàn)更好的行為預測。

自動駕駛行為預測和其他問題不一樣的地方在于，周圍的車輛、行人在接下來數(shù)秒時間里有多種行進的可能性。這些可能性本身也將影響自動駕駛車輛的決策規(guī)劃。

比方說，如果機器能算出：前方車輛有 80% 的概率左轉、20% 的概率右轉，自動駕駛車輛都能根據(jù)這一結果進行更好的決策規(guī)劃。同時對機器來說，就算別的車輛只有 1% 的可能性右轉，這種可能性也不能被忽視。

而這種針對多種可能性的多軌跡預測，有著很大的技術難度。當下的神經網絡難以很好應對多軌跡預測的任務。

據(jù)業(yè)內人士介紹，神經網絡擅長于一對一和多對一的擬合問題，而非一對多的問題。多對一如常見的分類問題，輸入多張車輛的照片，神經網絡能準確識別這些照片為 “車” 的類別。一對一如常見的回歸問題，輸入一張車輛的照片，神經網絡能估計它的長寬高等尺寸。但如果輸入一個樣本，想讓神經網絡回歸出三個結果，這是神經網絡所不擅長的事情。

據(jù)介紹，現(xiàn)在市面上基礎的方案是基于交通規(guī)則獲得周圍車輛、行人的行進可能性。如果交規(guī)允許這條道路直行、左右轉，那么就算三種可能性。但這種方式的預測結果并不完全可靠，因為規(guī)則之外的案例并未被考慮其中，如借道，違法掉頭，事實上，要保障自動駕駛長時間運行下的安全性，應對規(guī)則之外的情形的能力非常重要。

近兩年的論文內容顯示，很多團隊正在嘗試使用生成模型來進行多軌跡預測。即利用如 GAN，VAE 等模型在隱空間 latent space 進行采樣，得到周圍目標在特定場景下的多種潛在選擇。

但依靠生成模型的問題在于，樣本采集存在很大的隨機性，這對一個要求可靠的系統(tǒng)來說是難以接受的。假設前方來車左拐的可能性有 90%，右拐的可能性有 10%，用采樣的方法很有可能我們采樣三次得到的都是左拐，而忽略了它往右拐的可能性。在自動駕駛領域，依靠這種方式的行為預測難以進行實際應用。

用監(jiān)督學習實現(xiàn)精準預測

該團隊提出的 TNT 首次運用了監(jiān)督學習的方法對車輛和行人進行多軌跡預測，是一種目的地引導的軌跡預測方法。其模型的最大貢獻，就是能夠不依靠采樣，純靠監(jiān)督學習來進行多軌跡的行為預測。

具體來說，該模型的行為預測按順序分為三步，每一步都有著特定目標：1、利用地圖的先驗信息，離散化并預測目的地；2、在預測目的地基礎之上，進一步預測目標的運行軌跡；3、在預測出多條運行軌跡當中，對每條軌跡進行篩選和打分，預測出各個選擇的可能性，也同時選擇出可能性最高的幾個運行軌跡。

在技術層面，運用監(jiān)督學習的好處在于能夠讓最終的模型給出多個未來軌跡的預測，同時明確指出各個軌跡可能性。比如在輸出三個軌跡的情況下，模型能夠明確指出，30% 可能性左轉、30% 可能性右轉，直行的可能性為 40%。這樣的預測結果就能真正地被決策系統(tǒng)所使用。

在最終的表現(xiàn)上，單個 TNT 模型的行為預測準確性在公開數(shù)據(jù)集 Argoverse 的測試表現(xiàn)與冠軍結果相當，同時在 INTERACTION、Stanford Drone 等測試中取得了非常好的效果。

圖｜論文作者團隊，左至右分別為趙行、高繼揚、孫晨

論文核心作者來自 Waymo 和谷歌。其中，趙行是 Waymo 研究科學家，本科畢業(yè)于浙江大學，在麻省理工學院獲得博士學位；高繼揚目前是 Waymo 的高級工程師，本科畢業(yè)于清華大學，后在美國南加州大學獲博士學位；孫晨本科同樣就讀于清華大學，后博士畢業(yè)于南加州大學，目前在谷歌任研究科學家。
責編AJX