馭勢科技目前主要將力量放在複雜場景的決策上。吳甘沙認為，決策有四大維度的目標，第一個是安全，第二個是舒適。第三個是競爭性，在中國道路上，如果車輛開得太「肉」了，沒有辦法獲得競爭權。第四是社會性，即車輛從外面看上去與人類司機駕駛的車輛沒有什麼差別，不是特別笨重，而不是一看就知道是一個機器人。這就是馭勢做決策的四大維度，在這個過程中，馭勢科技從基於規則的決策，到基於數據學習的決策，到博弈的決策。

他談到，「比如說現在Robo-Taxi的研發，主要就解決一個問題，就是決策的問題。但是，其他的我們也做了，但還沒有到真正大規模商業化的層面。這些我們也做，但是不會說全部的身家都押上去做，這個就是沒有價值，因為未來到底是五年能行，還是十年？老實講我也不知道。因為人們容易會去低估無人駕駛它的難度。我們常說叫9010原則，就是行百里者半九十，或者像谷歌Waymo所說我們已經走完了90%的道路，剩下10%的道路還要花90%的時間和精力。但是，這裡可不是90/10，是99/1原則，剩下1%，因為很多的大量的邊緣性質的案例是從來沒見過，也不知道能不能解決，只能不斷的測，不斷的練才能解決。這個跑道上花的時間可能會非常長。比如，谷歌Waymo之前談過，2018年可以不需要安全員。但現在還是不敢去。」

?

技術不會完全按照既定的路線發展，創新者瞄準的都是方向。

中國的路況非常複雜，「複雜」一詞放在自動駕駛領域就是「技術的難度」。自動駕駛的新手如何和人類老司機競爭？這點聽起來頗讓人擔心。吳甘沙認為，「一些比較困難的場景：傳說中的「無保護左轉」，自動駕駛左轉車輛涉及到背面而來的車流，以及單車道多個方向的車，又涉及到非常複雜的併線；還有更加複雜的城鎮的場景，各種外賣小哥、快遞小哥會不斷地出現，去挑戰車輛的路權，而自動駕駛演算法如何去面對如狼似虎的人類司機，這是自動駕駛演算法需要解決的問題。同樣地，在一個單車道的場景中，單車佔掉了一半的車道，自動駕駛演算法又該如何處理；包括對面的公車佔到了自動駕駛車道，自動駕駛車輛只能開到非機動車道等場景；這些正是在0到1中試圖解決的問題。從1到1000是馭勢科技希望做的事情。公司目前在集中做一個可產品化的技術棧，叫U-Drive?智能駕駛系統。」

自動駕駛技術尚未完全成熟，如何階段性自我造血是擺在每個自動駕駛公司面前的難題。U-Drive?智能駕駛系統作為馭勢科技的核心技術，很多場景都是基於此打造的技術。也是現階段用來變現的「利器」。

?

這次採訪中，吳甘沙又再次強調：「我經常說，無人駕駛要商業化要有五個條件，技術是先決條件，它是很多0前面的1，這個東西沒有，那都是空的。第二是成本，第三是基礎設施的可獲得性。比如說有沒有高精地圖，有沒有未來的V2X等等。第四個是法律法規政策，也就是說社會能不能接受？有沒有針對自動駕駛的車險？是不是能形成非常活躍的生態？」

古語言，行百里者半九十，是對艱難跋涉的粗糙的定量描述。自動駕駛也同樣適用。99/1原則，剩下的1%，因為很多的大量的邊緣的案例是從來沒見過的。行百里者半九十，也是對人類不斷拓展科技邊界的態度。每一位自動駕駛的「行百里者」都可用此勉勵。

（完）

親愛的數據

出品：譚婧

美編：黃楠

?

?
推薦閱讀：