在允許自動駕駛車輛大規(guī)模上路之前，技術實現(xiàn)并不是唯一需要克服的障礙。道德問題在相應算法的開發(fā)中起著重要作用：軟件必須能夠處理不可預見的情況，并在即將發(fā)生的事故時做出必要的決定。TUM 的研究人員現(xiàn)在已經(jīng)開發(fā)了第一個道德算法來公平分配風險水平，而不是根據(jù)非此即彼的原則進行作。

測試了大約 2,000 個涉及危急情況的場景，分布在歐洲、美國和中國等各種類型的街道和地區(qū)。發(fā)表在《自然機器智能》雜志上的研究工作是 TUM 汽車技術教席和 TUM 人工智能倫理研究所 （IEAI） 商業(yè)道德教席合作的共同成果。

TUM 汽車技術教席的科學家 Maximilian Geisslinger 解釋了這種方法：“到目前為止，自動駕駛汽車在遇到道德決定時總是面臨非此即彼的選擇。但街道交通不一定能分為明確的、非黑即白的情況;更重要的是，還必須考慮介于兩者之間的無數(shù)灰色陰影。我們的算法權衡各種風險，并從數(shù)千種可能的行為中做出合乎道德的選擇——而且在幾分之一秒內就完成了。

危急情況下的更多選擇

2020 年，專家小組代表歐盟委員會確定了軟件風險評估所依據(jù)的基本道德參數(shù)作為書面建議。該建議包括基本原則，例如優(yōu)先考慮最差的人以及在所有道路使用者之間公平分配風險。為了將這些規(guī)則轉化為數(shù)學計算，研究小組根據(jù)它們在街道交通中移動的車輛和人員對它們對他人構成的風險以及各自承擔風險的意愿進行分類。

例如，卡車可能會對其他交通參與者造成嚴重損害，而在許多情況下，卡車本身只會受到輕微損壞。自行車的情況正好相反。在下一步中，算法被告知在各種相應的街道情況下不要超過最大可接受風險。此外，研究小組在計算中添加了變量，這些變量說明了交通參與者的責任，例如遵守交通規(guī)則的責任。

以前的方法只用少量可能的機動來處理街道上的危急情況;在不清楚的情況下，車輛只是停了下來?，F(xiàn)在集成到研究人員代碼中的風險評估帶來了更多可能的自由度，同時降低了所有人的風險。一個例子將說明該方法：一輛自動駕駛汽車想要超車一輛自行車，而一輛卡車正在迎面駛來?，F(xiàn)在，有關周圍環(huán)境和各個參與者的所有現(xiàn)有數(shù)據(jù)都已得到利用。

是否可以在不在迎面而來的車道上行駛，同時與自行車保持安全距離的情況下超車？每輛車都面臨什么風險，這些車輛對自動駕駛汽車本身構成什么風險？在不清楚的情況下，配備新軟件的自動駕駛汽車總是會等待，直到所有參與者的風險都可以接受。避免了激進的機動，同時自動駕駛汽車不會簡單地凍結并突然卡住剎車。Yes 和 No 無關緊要，取而代之的是包含大量選項的評估。

“僅僅考慮傳統(tǒng)倫理理論導致了一條死胡同”

“到目前為止，人們經(jīng)?？紤]使用傳統(tǒng)的倫理理論來推導出自動駕駛汽車做出的道德上允許的決定。這最終導致了一條死胡同，因為在許多交通情況下，除了違反一項道德原則之外別無選擇，“TUM 商業(yè)道德主席科學家 Franziska Poszler 說?！跋啾戎?，我們的框架將風險道德置于中心。這使我們能夠考慮概率，做出更具差異化的評估。

研究人員強調，即使是基于風險道德的算法——盡管它們可以在每一種可能的交通情況下根據(jù)基本道德原則做出決策——但它們仍然無法保證街道交通無事故。將來，還需要考慮進一步的差異化，例如道德決策中的文化差異。

軟件現(xiàn)在將在街道交通中進行測試

到目前為止，TUM 開發(fā)的算法已在仿真中得到驗證。未來，該軟件將使用研究車輛 EDGAR 在街道上進行測試。包含研究活動結果的代碼以開源軟件的形式提供。因此，TUM 正在為開發(fā)可行且安全的自動駕駛汽車做出貢獻。