據(jù)外媒報(bào)道，來(lái)自拉德堡德大學(xué)（Radboud University）、奧斯丁大學(xué)（University of Austin）、加州大學(xué)伯克利分校（University of California, Berkeley）和埃因霍溫科技大學(xué)（Eindhoven University of Technology）的研究人員找到了一種應(yīng)對(duì)不確定性的新方法，可以幫助AI（如自動(dòng)駕駛汽車(chē)）更快找到更安全的決策選項(xiàng)。

（圖片來(lái)源：https://techxplore.com）

研究人員將此種方法稱(chēng)作“不確定部分可觀察馬爾可夫決策過(guò)程”（uncertain partially observable Markov decision processes ，或uPOMDPs）。這些是真實(shí)世界模型，用于估算事件發(fā)生的概率。例如，自動(dòng)駕駛汽車(chē)在駕駛時(shí)會(huì)面臨許多未知的情況，為了驗(yàn)證自動(dòng)駕駛汽車(chē)的AI，需要進(jìn)行大量的計(jì)算，以分析AI如何應(yīng)對(duì)各種情況。研究人員認(rèn)為，利用他們的新方法，這些建模練習(xí)可以變得更加接近現(xiàn)實(shí)，從而使AI更快地做出更好、更安全的決策。

此前，POMDPs已用于模擬和建模多種情形，可以幫助預(yù)測(cè)流行病傳播，以及計(jì)算航空和宇宙飛船如何避碰等。研究人員Nils Jansen表示，“我們知道，這些模型非常擅長(zhǎng)提供真實(shí)世界的真實(shí)捕捉。然而，由于使用它們需要極高的處理能力，因此在實(shí)際應(yīng)用中的應(yīng)用仍然有限。而我們的新方法能使我們考慮所有計(jì)算和理論信息，并能在現(xiàn)實(shí)世界中更加一致、定期地運(yùn)用。”

研究人員通過(guò)四個(gè)步驟來(lái)提供有效的解決方案。首先，將問(wèn)題描述為具有無(wú)窮多個(gè)約束的非凸優(yōu)化問(wèn)題。其次，通過(guò)專(zhuān)用對(duì)偶方案生成仍是非凸的，但具有有限多個(gè)約束的對(duì)偶問(wèn)題。然后，將這一對(duì)偶問(wèn)題線性化。最后，求解這一有限線性規(guī)劃，從而得到原有問(wèn)題的局部最優(yōu)解。與現(xiàn)有方法相比，這一求解問(wèn)題公式遠(yuǎn)遠(yuǎn)小于現(xiàn)有方法生成的公式。此外，研究人員還通過(guò)飛行器避碰場(chǎng)景和新型航天器運(yùn)動(dòng)規(guī)劃案例研究，來(lái)驗(yàn)證該算法的適用性。

研究團(tuán)隊(duì)的突破之處在于其模型考慮了現(xiàn)實(shí)世界的不確定性。Jansen表示，“例如，目前的模型可能只會(huì)告訴你，自動(dòng)駕駛汽車(chē)有80%的可能性是完全安全的，但還不清楚剩下的20%可能會(huì)發(fā)生什么，以及風(fēng)險(xiǎn)類(lèi)型。這可能是一種不清晰、模糊的風(fēng)險(xiǎn)，而有了這種新方法，系統(tǒng)就可以對(duì)可能出現(xiàn)的問(wèn)題給出更詳細(xì)的解釋?zhuān)⒃谟?jì)算時(shí)考慮這些因素。對(duì)用戶而言，這意味著能知道更多可能出錯(cuò)的具體例子，并做出更好、更充分的調(diào)整，從而避免這些風(fēng)險(xiǎn)?！?/p>

雖然此前也有其他研究人員考慮過(guò)uPOMPDPs所采用的方法，但僅限于特定的有限情形和思維實(shí)驗(yàn)。Jansen解釋稱(chēng)，“這是我們首次將先前的理論思維實(shí)驗(yàn)轉(zhuǎn)化為實(shí)際可行的方法。這是一個(gè)獨(dú)特、困難的問(wèn)題，但得益于跨學(xué)科方法，我們才能夠取得真正的突破?！?/p>