赛车|自动驾驶能代替赛车手吗？中国|排行榜|人工智能|智慧医

自从谷歌的alpha go相继战胜李世石、柯洁等人类围棋高手以后，基于深度学习神经网络设计出来的人工智能逐渐在各行各业流行起来，汽车领域的自动驾驶自然也不例外，很多车企都看好自动驾驶未来的发展。然而大家都知道，开放道路上有数不清的交通参与者，以至于道路状况层出不穷，人类驾驶员面对这种状况都有不少的交通事故率，更别说小样本学习能力远不如人类的AI了。

文章插图

既然开放道路情况过于复杂，那么换到赛车领域又会有什么表现呢？毕竟赛道的环境相对固定，不会有鬼探头等难以琢磨的道路状况，也不存在驾驶员水平差距过大的问题。如果刨除现阶段AI认知水平较弱情况，高度智能的自动驾驶能代替人类赛车手吗？

文章插图

首先要承认，论外界感知的能力和操作上的精细程度，人类驾驶员是无法跟电气元件相比的。民用级的车身稳定系统或许不会比赛车手更能压榨车辆性能，但对轮胎耐久性不那么重视的赛用级电控系统不比专业车手差，甚至更胜一筹，不然F1比赛也不会禁用ABS、ESP之类的电控系统了。而且赛道有固定的路线，这会使得AI的犯错概率远低于人类驾驶员。

文章插图

当然，这一切都是建立在理想化的基础上的，高度智能的赛道自动驾驶系统除了要解决走线和操控问题，还要对传感器进行合理的设计，毕竟气动性能在赛车领域也是非常重要的，传感器的造型以及安装位置都可能会对赛车的气动性能产生影响。

文章插图

但即使忽略其他客观条件（如车重、空力设计等），高度智能的自动驾驶系统也很难与人类赛车手媲美。走线和压榨赛车性能只是顶尖车手的基础能力，单靠这点或许能有个好的排位赛成绩，但正赛要考虑的情况要复杂得多。
虽说一条赛道在一般情况下只有一条最快的行车路线，但如果你把一条赛道的每个弯角拆分出来就会发现，通过这个弯道最快的路线，与整圈跑完的行车线是不一样的。这种路线上的差异常常是由于赛道出现了组合弯角，车手为保证最后一个弯的出弯速度而牺牲了前几个弯的平均速度所导致的，所以这就在正赛中给了后方车手超车的机会。很多时候，后方车手抓取到前方赛车的尾流后可以快速贴近，并会采用内线延迟刹车或者外线早刹车走交叉线的方式抢得位置优势，而前方车手进入刹车区后就无法变线，因此需要提前预判后方车手的进攻路线。这种预判有点像带有运气成分的博弈，无论是AI还是人类车手，都无法百分百准确预判攻防双方的路线选择。更何况人类车手是有情绪的，他们可能会为了避免退赛做出避让，也可能一时冲动毁了对手的比赛。对AI而言，究竟是为了胜利不择手段，还是需要考虑到体育精神和人道主义采用相对温和的驾驶方式，肯定也是很难抉择的。

文章插图

另外，对轮胎性能的感知以及对轮胎寿命的精准掌控，也是考量车手水平的重要参数。轮胎这东西其实很玄学，由于赛道情况千变万化，一阵风、一滩水,甚至不同的赛道位置都可以影响轮胎的抓地力，再怎么顶尖的车手，都不可能提前知道轮胎的极限，所以轮胎的性能就好像量子力学，只有通过观测和体验才能知道它的状态。对于未知的状况，AI很少会铤而走险，只有“不成熟”的人类才会禁不起诱惑。