在自动驾驶技术快速发展的今天，如何确保车辆在复杂路况下做出可靠决策，仍是行业面临的核心挑战。近期，《Engineering》期刊发表的一项研究提出了一种结合鲁棒强化学习（RRL-SG）与安全保证的创新方法，为实现自动驾驶的可信决策提供了突破性解决方案。

技术核心：对抗训练与安全掩码双保险

该研究针对真实交通环境中的不确定性，提出了一种 “双保险” 机制：

1. 对抗模型在线学习：通过模拟最坏情况下的观测噪声和环境动态扰动，训练自动驾驶系统在面对恶意干扰时仍能保持稳定决策。这种方法类似于为系统配备了一个 “虚拟黑客”，不断挑战其决策鲁棒性。
2. 责任敏感安全（RSS）掩码：基于英特尔提出的 RSS 模型，开发了一种安全掩码技术。该技术通过实时计算安全距离，自动屏蔽可能导致碰撞的危险动作（如盲目加速或变道），确保决策始终处于安全边界内。

实验验证：显著提升安全性与鲁棒性

研究团队在 SUMO 模拟器和真实自动驾驶车辆上进行了严格测试：

• 模拟场景：在高密度交通流中，RRL-SG 方法使车辆碰撞次数降至零，而传统强化学习方法（如 D3QN、PPO）的碰撞率高达 6-9 次 / 测试。即使面对对抗攻击，RRL-SG 的策略变化几乎为零，展现出极强的鲁棒性。
• 真实车辆实验：通过搭载 LiDAR 和摄像头的低速自动驾驶车 “猎人”，验证了该技术在真实环境中的有效性。实验显示，RRL-SG 驱动的车辆在遭受对抗攻击时仍能保持直线行驶，而其他基线方法则出现明显转向或减速。

行业意义：迈向更可靠的自动驾驶

这项研究的突破在于：

1. 首次实现端到端安全保证：将对抗训练与显式安全规则结合，确保系统在复杂环境中既灵活又安全。
2. 可扩展性与实用性：无需依赖高精度地图或复杂传感器融合，适用于多种自动驾驶场景。
3. 推动技术落地：为解决自动驾驶 “长尾问题”（如极端天气或传感器故障）提供了新路径，加速了 L4/L5 级自动驾驶的商业化进程。

未来展望：从 “安全” 到 “可信” 的全面升级

尽管 RRL-SG 已取得显著进展，研究团队指出未来仍需解决两大挑战：

1. 理论安全性证明：需进一步完善数学框架，为系统的鲁棒性和安全性提供形式化验证。
2. 实时性优化：在保持高性能的同时，降低计算复杂度，以适应更广泛的硬件平台。

随着这项技术的不断优化，自动驾驶有望从 “辅助驾驶” 迈向 “完全可信” 的新阶段，为构建更安全、高效的智能交通系统奠定坚实基础。

来源: Engineering前沿