上個月，Waymo 在一系列涉及公用設施電線桿、鏈條圍欄及其他靜止物體的事故後，召回了超過 1,200 輛自動駕駛出租車。這些事件再次引發了人們對自駕車在現實環境中如何反應的擔憂，尤其是在需要迅速做出道德決策的情況下。
然而，香港科技大學（HKUST）的最新研究突破可能幫助自動駕駛車輛（AVs）以人類駕駛者的道德推理來應對交通情況。研究人員開發了一種認知編碼框架，模仿人類如何評估風險並做出社會意識的決策。這一創新有望顯著降低交通風險，同時提高脆弱道路使用者的安全性。
研究團隊由 HKUST 土木及環境工程系的楊海教授領導，旨在填補自動駕駛行為中的一個關鍵空白。當前的自動駕駛車輛通常以配對方式評估風險，即一次比較兩個行為者。這限制了它們在複雜的多行為者環境中（如交叉路口或學校區）導航的能力。
相比之下，人類駕駛者通常會優先考慮行人或騎自行車者的安全，即使這意味著延遲自己的行駛或在其他地方接受小風險。這種道德判斷被稱為「社會敏感性」，正是 HKUST 系統現在所模擬的。
為了進行模擬，該系統首先分析車輛周圍的每個道路使用者，如行人、騎自行車者、摩托車騎士和附近的車輛。它識別每個使用者的行為、速度和可預測性。例如，走近道路邊緣的孩子會立即被歸類為高風險。
接下來，車輛不僅僅是平等對待所有風險，而是根據脆弱性對其進行排序，為決策增添社會和道德的視角。這意味著即使在道路規則技術上允許其前進的情況下，自動駕駛車輛可能會選擇讓行或停止以保護行人。
最後，系統還考慮了前瞻性。它分析自動駕駛車輛的下一步行動，例如合併車道或急轉彎，可能對其他道路使用者的影響。如果可能會引發突然剎車或造成擁堵，系統則選擇更好的替代方案。
該框架在 2,000 個模擬交通場景中進行了測試。使用該系統的自動駕駛車輛將總體交通風險降低了 26.3%。行人和騎自行車者的風險暴露降低了 51.7%，而自動駕駛車輛本身的風險減少了 8.3%。更值得注意的是，這些增益並未以性能為代價，自動駕駛車輛的駕駛任務平均完成速度提高了 13.9%。
楊教授表示：「通過模仿人類整體風險處理和道德推理的能力，我們使自動駕駛車輛在道德模糊的情況下（如擁堵的交叉路口或學校附近）表現得更負責任。」
這一系統並不是一刀切的解決方案。楊教授強調，它可以根據不同地區的駕駛規範和法律結構進行調整。該系統旨在靈活適應，使其能夠與不同的監管環境和社會規範保持一致。
日本電話卡推介 / 台灣電話卡推介
一㩒即做：香港網速測試 SpeedTest HK
