国际青年科学家论坛——可信人工智能成功举办

点击蓝字 关注我们

SUBSCRIBE to US

7月19日，国际青年科学家沙龙——可信人工智能成功举办。作为第五届世界智能安全大会（FISITA Intelligent Safety Conference China, ISCC 2023）重要同期活动，本次会议聚集7个国家12位学术界和产业界的资深专家与青年科学家，探讨了可信人工智能在自动驾驶感知、决策、控制及安全的应用。

广汽研究院首席专业总师陈学文发表了题为"自动驾驶的人工智能安全” 的演讲。讨论人工智能应用于自动驾驶的安全问题以及人工智能固有的不确定性。由于Al算法本身（预期功能）并不完美，存在一定的不确定性，如果不解决 Al 的不确定性问题，就不能实现真正的L3或更高级别的自动驾驶。为了提高算法性能，需要考虑训练数据、模型结构等问题。

会议主席、清华大学曹东璞教授主持会议

会议主席、北京理工大学机械与车辆学院于会龙教授主持会议

Katherine Driggs-Campbell发表了题为"实现可信自主性：安全交互的推理和预测” 的演讲。探讨了人车互动建模如何带来更可信的自主性。讨论了如何通过推断隐藏状态（如驾驶员特征、行人意图、被遮挡的代理）以及稳健的预测方法来改善交互环境中的决策和控制。

Wenshuo Wang发表了题为"以人为中心的交通互动” 的演讲。介绍了一种基于学习的方法，用于个性化驾驶辅助系统，以满足个体驾驶员的需求和偏好；介绍了一种基于非参数学习的方法，旨在自动理解、学习和分析人类驾驶员之间的时空动态交互；探讨了自动驾驶汽车在日常交通环境中运行时的交互概念，包括将自动驾驶汽车融入现有交通社会结构所面临的挑战和机遇。

Yuichi Saito发表了题为"由未遂事故数据驱动的速度推荐人工智能设计” 的演讲。未遂事故数据不仅可用于分析驾驶员的不安全行为，还可通过机器学习技术对过去的危险预测经验进行建模。报告提供了一种方法，通过学习出租车司机的行为，计算可适应不确定环境的推荐速度；还讨论了驾驶过程中如何与基于人工智能的系统进行合作和互动。

Yee Mun Lee发表了题为"利兹大学自动驾驶汽车-行人互动研究的发展历程” 的演讲。利兹大学研究团队利用基于CAVE的高度沉浸式运动学进行了一系列研究，以调查自动驾驶汽车-行人互动。报告概述了隐含线索（即车辆运动）和eHMI如何影响行人的过马路行为和主观评价，回答了行人能否准确判断减速车辆的意图，eHMI如何影响行人的过街决定，以及行人在不同情况下的行为是否相同。

格拉斯哥大学副教授Edmond S. L. Ho发表演讲

Edmond S. L. Ho发表了题为"自动驾驶模拟道路使用者之间的空间关系” 的演讲。讨论了基于社会价值导向和深度强化学习（DRL）的最新研究成果，该成果能够生成具有不同驾驶风格的决策策略。还介绍了一种适用于DRL训练的新型高效计算行人模型。

Shailesh Hegde发表了题为"基于强化学习的ACC” 的演讲。提出一个DRL框架，同时保证乘客的安全性和舒适性、道路容量的有效利用以及燃油经济性。还介绍了使用 dSPACE SCALEXIO AutoBox 进行的初步 HIL 仿真结果，证实经过训练的 DRL 模型在公路车辆中的可行性。

慕尼黑工业大学副教授Matthias Althoff发表演讲

ISCC 2023 国际青年科学家论坛技术委员会