【ZiDongHua 之“駕駛自動(dòng)化”收錄關(guān)鍵詞： 易控智駕   中科院自動(dòng)化所  CoRL   自動(dòng)駕駛  機(jī)器學(xué)習(xí) 】

易控智駕與中科院合作成果入選頂會(huì)!ReasonPlan：突破復(fù)雜交互場(chǎng)景瓶頸

近日，旨在分享和探討機(jī)器人技術(shù)與機(jī)器學(xué)習(xí)交叉領(lǐng)域最新進(jìn)展的國(guó)際頂級(jí)機(jī)器人學(xué)習(xí)會(huì)議CoRL 2025 (Conference on Robot Learning)論文接收結(jié)果揭曉。易控智駕研發(fā)團(tuán)隊(duì)與中科院自動(dòng)化所深度強(qiáng)化學(xué)習(xí)團(tuán)隊(duì)聯(lián)合提出的端到端自動(dòng)駕駛方案《ReasonPlan: Unified Scene Prediction and Decision Reasoning for Closed-loop Autonomous Driving》成功入選。該論文提出的方案在復(fù)雜交互場(chǎng)景中，尤其是決策推理方面展現(xiàn)出突破性進(jìn)展，有望推動(dòng)自動(dòng)駕駛邁向更高水平的智能化，是易控智駕探索最新人工智能算法，引領(lǐng)礦山無(wú)人駕駛行業(yè)技術(shù)發(fā)展的重要體現(xiàn)。

ReasonPlan：

突破復(fù)雜交互場(chǎng)景瓶頸

讓自動(dòng)駕駛看得懂、會(huì)思考

在復(fù)雜的道路環(huán)境中，傳統(tǒng)端到端自動(dòng)駕駛方法往往難以實(shí)現(xiàn)諸如超車、繞行等強(qiáng)交互行為。這類行為不僅要求自動(dòng)駕駛車輛具備精準(zhǔn)的感知能力，更需要深入理解場(chǎng)景，預(yù)測(cè)其他交通參與者的意圖，并規(guī)劃出合理且安全的軌跡，這樣才能實(shí)現(xiàn)接近人類駕駛的靈活性與安全性。然而，現(xiàn)有端到端方法通常只依賴模仿人類駕駛員的軌跡數(shù)據(jù)，缺乏真正的因果推理能力。當(dāng)面對(duì)罕見(jiàn)或極端復(fù)雜的陌生場(chǎng)景時(shí)，這些模型往往大打折扣。

在無(wú)紅綠燈路口場(chǎng)景不同方案的駕駛表現(xiàn)

針對(duì)這一核心挑戰(zhàn)，易控智駕與中科院團(tuán)隊(duì)創(chuàng)新性地提出了端到端自動(dòng)駕駛方案——ReasonPlan。該方案的技術(shù)創(chuàng)新點(diǎn)：

提升環(huán)境理解與安全性判斷：ReasonPlan 通過(guò)分析已知環(huán)境數(shù)據(jù)，自我學(xué)習(xí)如何預(yù)測(cè)周圍交通環(huán)境的變化，更精準(zhǔn)地判斷安全可行的行駛空間。

結(jié)構(gòu)化鏈?zhǔn)酵评硪?guī)劃：與傳統(tǒng)“端到端”模型直接給出駕駛指令不同，ReasonPlan采用鏈?zhǔn)酵评矸绞竭M(jìn)行車輛行駛規(guī)劃，即將復(fù)雜問(wèn)題拆解為多個(gè)子問(wèn)題，并按照步驟推理解決。這種方法讓ReasonPlan如同擁有了“思考過(guò)程”，即使在面對(duì)全新的道路結(jié)構(gòu)或異常行為時(shí)，也能依據(jù)邏輯而非單純經(jīng)驗(yàn)做出合理判斷，有效避免了傳統(tǒng)模仿學(xué)習(xí)方法常出現(xiàn)的“因果混淆”問(wèn)題。

權(quán)威測(cè)試驗(yàn)證：性能領(lǐng)先泛化卓越

在業(yè)內(nèi)權(quán)威的 “Bench2Drive” 測(cè)評(píng)中(國(guó)際首個(gè)全面模擬真實(shí)駕駛情況的“端到端”自動(dòng)駕駛評(píng)估平臺(tái))，ReasonPlan 方案以 64.01 分的高分表現(xiàn)出色，核心指標(biāo)大幅領(lǐng)先行業(yè)頂尖水平。其中，衡量自動(dòng)駕駛模型與人類駕駛標(biāo)準(zhǔn)之間差異的核心指標(biāo)之一——L2誤差降低了16.44%，意味著其駕駛決策更趨近人類的安全與靈活風(fēng)格。

同時(shí)，在DOS 基準(zhǔn)(由多種遮擋事件組成的駕駛模擬基準(zhǔn))零樣本泛化測(cè)試中，ReasonPlan 展現(xiàn)出強(qiáng)大的適應(yīng)性。它無(wú)需針對(duì)從未見(jiàn)過(guò)的新場(chǎng)景進(jìn)行額外學(xué)習(xí)訓(xùn)練，就能夠有效處理，充分證明了方案的強(qiáng)大魯棒性。

未來(lái)，易控智駕將把ReasonPlan方案的先進(jìn)技術(shù)逐步應(yīng)用于無(wú)人駕駛礦卡解決方案中，以提升無(wú)人礦卡在動(dòng)態(tài)變化的復(fù)雜礦山運(yùn)輸環(huán)境下的行為表現(xiàn)，如標(biāo)準(zhǔn)工藝流程之外的工程機(jī)械臨時(shí)交互場(chǎng)景、作業(yè)面推進(jìn)出現(xiàn)的非規(guī)則路口場(chǎng)景，極大提升車輛在非預(yù)設(shè)場(chǎng)景下交互的應(yīng)變合理性與行為安全性，為礦山安全高效的生產(chǎn)提供更強(qiáng)大技術(shù)保障。