车东西（公众号:chedongxi)
文 | Origin

车东西6月27日消息，第29届IEEE IV国际智能车大会在常熟开幕，这是IEEE IV在10年之后再度在国内举办。

作为智能汽车领域的高端学术会议，这届大会汇集了复杂系统管理与控制国家重点实验室主任王飞跃、IEEE 智能交通系统协会主席Miguel Ángel Sotelo、中国自动化学会理事长郑南宁院士、中国自动化学会副理事长杨孟飞院士、交通运输部总工程师周伟等学界政界人士，全球数百所高校的学者参会。

作为行业顶级学术会议之一，秀一秀学术圈在自动驾驶上的肌肉那是必然。在第一天的会议中，国防科大以及青岛慧拓无限的代表分享了各自在自动驾驶学界和业界的经历。

一、国防科大：AlphaGo用的增强学习 无人车也能用

国防科大是国内最早做自动驾驶研究的科研机构之一，国内第一台无人车便是由国防科大打造。来自国防科大的徐昕教授介绍了他们的工作：如同Deepmind将增强学习用于AlphaGo上大大加强了狗在围棋上的能力，国防科大发现增强学习能够很好地帮助智能车在决策以及控制部分实现自我学习。其中面临的挑战主要是进行多目标学习以及在线学习的效率问题。而新的特征表示方法和滚动优化策略能够比较好地提升学习效率。

国防科大教授徐昕作报告

作为一项前沿研究，徐昕团队认为这项研究的未来还有5点工作可做，包括
1、改善表示学习的方法，以使增强学习更加有效

2、实现深度增强学习在复杂环境下的加速

3、为了自动驾驶的安全，仍需要在增强学习中加入一些领域知识（或预置知识，domain knowledge）

4、发展一些新方法，根据现实情况的反馈学习，并且进行自动反馈，

5、降低增强学习参数的敏感度，降低人为干预度。在实际情况中应用平行增强学习的方法。

徐昕团队研究成果的意义在于，如果其成果能够优化后投入应用，将能够很好地提升自动驾驶汽车在决策与控制上的学习效率，又一定程度上避免了完全采用深度学习端到端所产生的“黑箱”弊端。

二、平行驾驶，拯救陷入困境的无人车

在徐昕之后，慧拓无限CEO陈龙则分享了他将学术成果转化为商业的实例。

陈龙毕业于武汉大学，现为中山大学自动驾驶实验室主任，在平行驾驶和智能车领域发表了70余篇论文。2010年，还是学生的陈龙参加了第二届中国智能车未来挑战赛，并且获得了综合测试第一名的成绩，这也让他下定了投身于无人驾驶的决心。

陈龙发展、运用王飞跃教授的平行驾驶理论成果，在自动驾驶大潮下成立了自己的自动驾驶公司。平行驾驶首先一个概念是平行学习，它能够从既有数据中进行学习，并且创造出新的数据，能够进行预测性的学习。

将其运用于自动驾驶车辆上时，智能汽车就会有一个“影子”，独立与实际的车辆对各种情况进行预测，然后自动驾驶系统能够整合智能车本身的反馈以及这个影子系统的反馈，找出自动驾驶过程中的最优解。

而一旦遇到车辆本身和这个影子系统都无法搞定的情况，这时候就可以用到平行控制——通过车辆的网联能力向云端求救，由人类远程控制车辆驾驶。这与华为联合移动上汽搞的“远程无人驾驶”，有异曲同工之妙。

慧拓无限的平行驾驶3.0框架

而慧拓无限也为平行驾驶找了一些应用场景——在无人物流车或者矿山无人作业环境下，车辆平时可通过慧拓无限的自动驾驶能力自行工作。一旦遇到无法处理的情况，便可由人类在后台接管，解决困难。

目前，慧拓无限已经有超过90名员工，成为关注网联自动驾驶中的一个重要角色。

慧拓无限展车

结语：学术圈为自动驾驶业界提供养料

除了以上两位专业人士长达2小时的分享，国际智能车大会还提供了一个智能车论文交流的平台。当天出现的论文有《端到端车道检测实列分割方法》、《通过对物体像素完成实例分割》、《深度学习的实时语义分割和深度上采样》等，这些都是关于智能汽车环境感知部分的讨论，毫无疑问，深度学习在环境感知上已经是显学了，无论是在业界还是学界。而在决策尤其是控制部分，传统的方案仍然运用得比较多。

在国际智能车大会现场，车东西还观察到，众多学术人才的聚集，也吸引了不少企业前来，一方面设置展台、开发潜在客户，另外一方面，这也是一个绝佳的招聘机会。像英特尔、伟世通、美团、车和家、中云智车等，数十家企业参加了大会。 

从车东西的直观感受来说，近两年，越来越多智能汽车领域的学术人才从象牙塔中走出，投身产业，着实推动了自动驾驶产业的发展。

车东西近期内已经连续接触了两家从学界、 从智能车未来挑战赛中走出来的创业公司。从这个角度来看，自动驾驶学术界在成为自动驾驶的人才基地、提供理论支持上，扮演着非常积极的角色。