一种自动驾驶汽车已经学会了如何在不打滑的情况下高速转弯。这一技能在紧急情况下非常有用。这项研究成果最近发表在《科学-机器人学》杂志上。

美国斯坦福大学的J Christian Gerdes和他的团队利用一种名为神经网络的人工智能算法，开发了一套自动驾驶系统。他们收集了超过20万个驾驶动作的数据样本，并用这些数据来训练神经网络。这些数据涵盖了在多种路面上的驾驶实验，包括北极圈附近的冰冻道路。

研究团队将这套算法应用于一辆大众GTI，并在椭圆形赛道上进行了测试。当车速达到每小时50公里时，车辆的轨迹偏差非常小，偏离预定转弯路径不超过50厘米。

研究发现，即使在冰雪覆盖的路面上，这套神经网络依然可以正常工作。在不同类型的路面上准确预测车辆的运动轨迹，对于确保车辆在各种天气条件下的性能至关重要。

为了实现自动驾驶汽车的安全运行，需要一个能够在极端情况下迅速制动、加速或转向的控制系统，使其能够在摩擦极限下稳定驾驶。Gerdes团队的系统可以在突发情况，如急转弯等紧急情况下提供支持。

Gerdes指出，神经网络的一个主要挑战在于其工作原理难以理解。“如果遇到前所未见的情况，它可能会做出完全错误的判断。”这可能导致危险的转向行为。（冉冉）