根據MIT News，麻省理工學院計算機科學與人工智能實驗室（CSAIL）一研究團隊利用社會心理學工具，以司機的自私程度作為指標，對其社會價值取向進行分類，進而提升自主駕駛車輛預測道路其他車輛駕駛行為的準確性，最終達到出行安全的目的。相關論文已發表在《美國國家科學院院刊》。

在自動駕駛時代，即使是擁有強大傳感器和復雜數據處理能力的汽車，也缺少幾乎每個16 歲兒童都有的東西：社會意識。

雖然自動駕駛技術已經有了很大的進步，但自動駕駛汽車在二進制思維下，仍然只會把路上遇到的車輛看作是障礙物，忽略了司機都是有一定意圖、動機和個性的。

【 圖片來源：MIT NEWS 所有者：MIT NEWS 】

自動駕駛新方向

最近，為提升自主駕駛汽車的社會意識，麻省理工學院計算機科學與人工智能實驗室（CSAIL）的研究團隊嘗試探索自動駕駛汽車能否通過編程，對其他司機的社會性格進行分類，使得自動駕駛車輛能夠更好地預測周圍汽車可能的駕駛行為– 從而提升駕駛安全性。

研究團隊結合了社會心理學和博弈論的方法，這是一個構想社會狀況的理論框架。在最新發表的論文中，研究者整合了社會心理學工具，根據司機的自私或無私程度，對其駕駛行為進行分類。具體來講，研究者通過社會價值取向（SVO），確定自動駕駛汽車的實時駕駛軌跡。

在測試並道和無保護左轉模擬任務的算法時，研究團隊發現，採用此方案的自動駕駛車輛預測其他車輛行為的準確性提升了25%。

例如，在左轉模擬中，如果自動駕駛車輛預測到旁邊車輛的司機較為自私，自動駕駛車輛會讓其先行；而當遇到較為遵守社會道德的司機時，它們可能就會直接轉彎。類似地，當自動駕駛汽車左轉直行合併車道時，一般會出現兩種選擇：忠實於社會道德準則的司機願意讓別的車合併到車道，而以自我為中心的司機則不願意。

這篇論文發表在《美國國家科學院院刊》（Proceedings of the National Academy of Sciences）。其第一作者、研究生Wilko Schwarting 表示，司機合作或競爭的傾嚮往往會影響到他們的表​​現。在這篇論文中，研究小組試圖將這些進行量化分析。

論文合著者還包括麻省理工學院教授Sertac Karaman 和Daniela Rus、研究科學家Alyssa Pierson 以及前實驗室博士後Javier Alonso-Mora。

Wilko Schwarting 還表示，為自動駕駛車輛中設定更多類似人類的行為，對於乘客和周圍車輛的安全至關重要。這是因為通過可預測的方式駕駛，可以保證周圍其他車輛的司機也能做好預判，並做出適當反應。

挑戰與機遇並存

與此同時，當今自動駕駛汽車的一個核心問題是，通過編程，它們假定所有人類的行為方式都相同，因此它們可能在十字路口時會更謹慎。儘管這種謹慎降低了事故發生的機率，但也會給其他司機帶來不便。畢竟，大多數交通事故都是由於司機不耐煩造成的追尾事件。

值得一提的是，雖然該系統當前還不能在實際駕駛情景中運用，但它也許還會對司機有所幫助。假設你正在開車，有輛汽車突然進入你的盲區。此時系統就會通過後視鏡提醒你，這輛車的司機很強勢，那麼你就可以相應地進行調整。同時，該系統還可以讓自動駕駛汽車真正學會更多人類會表現出的行為，讓周圍汽車的司機也能理解。

正如Daniela Rus 所說：

通過對司機的個性進行建模，在自動駕駛汽車的決策模塊中，使用社會價值取向對模型進行精確整合，為傳統汽車和自主駕駛汽車之間更安全、無縫的道路資源共享打開了大門。

下一階段，研究團隊計劃將這一方案應用於行人、自行車及駕駛環境中的其他主體。此外，他們還將研究其他與人類生活密切相關的機器人系統，如家用機器人，並將社會價值取向集成到這些機器人系統的預測和決策算法中。Alyssa Pierson 提到，在非實驗室條件下，從觀察到的行為出發，直接估計社會價值取向的能力，對於自主駕駛以外的其他領域也很重要。