自動駕駛理論新突破登Nature子刊！清華、密歇根聯合提出三條技術路線，劍指「稀疏度災難」

AIGC動態歡迎閱讀

原標題：自動駕駛理論新突破登Nature子刊！清華、密歇根聯合提出三條技術路線，劍指「稀疏度災難」
關鍵字：災難,,汽車,數據,模型
文章來源：新智元
內容字數：0字

內容摘要：

新智元報道編輯：LRST
【新智元導讀】近日，清華大學與密歇根大合提出的自動駕駛汽車安全性「稀疏度災難」問題，發表在了頂刊《Nature Communications》上。研究指出，安全攸關的稀疏性導致深度學習模型訓練難度大增，提出了密集學習、模型泛化改進和車路協同等技術路線以應對挑戰。隨著自動駕駛技術的快速發展，交通系統迎來了前所未有的變革。盡管自動駕駛技術在過去二十年中取得了顯著進步，但L4級別自動駕駛汽車尚未實現商業化，其主要原因是安全性能尚未達到大規模應用的要求。
自動駕駛汽車（Autonomous Vehicle，AV）在真實道路上的測試已達數百萬公里，但仍無法有效處理多種安全攸關，這些的概率分布呈現長尾特征，稱為自動駕駛汽車安全性的長尾挑戰（Long-Tail Challenge）。
然而，此問題在已有文獻中尚未正式定義，這種理解的缺乏嚴重阻礙了解決這一問題的進程。
為此，清華大學助理教授封碩和密歇根大學Mcity主任、講席教授劉向宏（Henry Liu）合作在國際上首次提出了自動駕駛汽車安全性挑戰背后的關鍵科學問題——稀疏度災難（Curse of Rar

原文鏈接：自動駕駛理論新突破登Nature子刊！清華、密歇根聯合提出三條技術路線，劍指「稀疏度災難」

聯系作者

文章來源：新智元
作者微信：AI_era
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。