自动驾驶公司 Waymo 在安全研究上又迈出了一步。该公司在 《自然·通讯》 期刊上发表了一篇新论文，详细介绍了一个名为 ReD（Reference Driver，参考驾驶员）的计算机认知模型。这个模型的核心任务是模拟人类驾驶员在道路上遇到意外情况时，如何做出瞬间决策来避免碰撞。
Waymo 在构建虚拟系统以帮助其自动驾驶车辆理解真实世界方面经验丰富。此前，它曾创建逼真的三维世界来预测自然灾害和极端边缘场景，甚至还模拟过一个高度专注的虚拟驾驶员，与自己真实的自动驾驶系统在模拟场景中对决，看谁更擅长避免事故。而此次的 ReD 模型，则更像一个行为上的“碰撞测试假人”。传统汽车工业用物理假人来评估车辆的结构安全，而 ReD 模型则用来评估自动驾驶系统在多大程度上能从根本上避免陷入危险境地。
该模型是 Waymo 与荷兰 代尔夫特理工大学 合作开发的。其技术基础是一种名为 “主动推理” 的神经科学框架，该框架的核心原则是：人类大脑会持续不断地努力，将随时间推移遇到的“意外感”最小化。ReD 模型通过叠加多种人类认知特征来模拟驾驶员如何处理这种压力。
例如，人类在判断纵向威胁时，主要依赖物体在视野中变大的速度，即“逼近感”。Waymo 的模型复制了这一点，使其在远距离判断速度时，会像真人一样感到困难。模型还内置了一个“交通规范”过滤器，会倾向于预测其他车辆遵守规则，直到它明确观察到有车辆违反了交通规范。最关键的是，它会像人类驾驶员一样评估意外事件：一旦某个意外带来的冲击感达到特定阈值，表明当前驾驶计划可能失败，模型就会触发对驾驶策略的重新评估。此外，模型甚至考虑到了人类用单脚操作油门和刹车踏板的习惯，在两者切换时引入了 0.2 秒 的停顿。
Waymo 首席安全官 Mauricio Peña 表示，评估自动驾驶安全是多方面的，理解人类如何处理冲突是其中关键的一环。通过建立这个关于合格人类反应的参考模型，可以帮助行业朝着一个共享的、有科学依据的碰撞避免行为评估方法迈进。代尔夫特理工大学的助理教授 Arkady Zgonnikov 则指出，通过将模型建立在主动推理之上，他们实现了对人类碰撞反应的全面模拟，能够模拟驾驶员在冲突中感受到的内在“意外”，这为自动驾驶系统提供了一个更接近人类的基准，而这一点在以前是无法大规模自动实现的。
与仅模拟紧急情况的传统安全模型不同，Waymo 称 ReD 具备“主动避险”能力。它能通过持续计算意外感并最小化自由能，来提前预判风险，并在局势升级为冲突之前就调整驾驶行为。
为了推动整个自动驾驶行业向前发展，Waymo 正在积极与研究人员、监管机构以及 SAE（国际自动机工程师学会）等标准组织合作，旨在围绕这类参考模型达成共识。其最终目标是让行业对什么是“谨慎且合格”的人类反应形成一个共享的、有科学依据的定义。为此，Waymo 决定将 ReD 模型开源，公开提供给任何有兴趣进行测试的人。这不仅是 Waymo 日益增长的同行评审研究成果中的最新一项，也彰显了其在建立行业安全标准方面的野心。