国际青年科学家论坛——可信人工智能成功举办
点击蓝字 关注我们
SUBSCRIBE to US
7月19日， 国际青年科学家沙龙——可信人工智能成功举办。 作为第五届世界智能安全大会（FISITA Intelligent Safety Conference China, ISCC 2023）重要同期活动，本次会议聚集7个国家12位学术界和产业界的资深专家与青年科学家，探讨了可信人工智能在自动驾驶感知、决策、控制及安全的应用。
论坛通过汽车学会视频号、科技工作者之家、中国知网、机械工业出版社直播，观看量累计超过8万人次。国际青年科学家论坛的成功举办，为汽车行业的学者提供了良好的国际学术交流平台。
滑铁卢大学教授Amir Khajepour发表特邀主旨演讲
滑铁卢大学Amir Khajepour教授发表了题为" 自动驾驶中的不确定性、推理和安全性” 的演讲。 讨论如何处理不确定性和推理对于自动驾驶安全的重要性。重点介绍了开发实时评估ODD（操作设计域）和自动驾驶汽车决策中的不确定性传播技术，还回顾了类人预测和推理及其在WATonoBus（滑铁卢全天候自主穿梭巴士）中的应用。
广汽研究院首席专业总师陈学文发表特邀主旨演讲
广汽研究院首席专业总师陈学文发表了题为"自动驾驶的人工智能安全” 的演讲。讨论人工智能应用于自动驾驶的安全问题以及人工智能固有的不确定性。由于Al算法本身（预期功能）并不完美，存在一定的不确定性，如果不解决 Al 的不确定性问题，就不能实现真正的L3或更高级别的自动驾驶。为了提高算法性能，需要考虑训练数据、模型结构等问题。
会议主席、清华大学曹东璞教授主持会议
曹东璞教授对会议组委会以及各位主持嘉宾、演讲嘉宾表示感谢，并对会议的主要内容和与会嘉宾作了简要介绍。曹教授表示，此次会议对于促进全球汽车行业青年学者与大咖学者的交流，及青年学者间的学术交流切磋，具有重要意义。
会议主席、北京理工大学机械与车辆学院于会龙教授主持会议
会议技术委员会成员、 清华大学自动化系助理教授封硕主持会议
会议技术委员会成员、 清华大学车辆与运载学院博士后研究员曹重主持会议
伊利诺伊大学香槟分校助理教授Katherine Driggs-Campbell发表演讲
Katherine Driggs-Campbell发表了题为"实现可信自主性：安全交互的推理和预测” 的演讲。探讨了人车互动建模如何带来更可信的自主性。讨论了如何通过推断隐藏状态（如驾驶员特征、行人意图、被遮挡的代理）以及稳健的预测方法来改善交互环境中的决策和控制。
Waymo研究员Liting Sun发表演讲
Liting Sun发表了题为" 通过因果关系评估轨迹预测模型的稳健性” 的演讲。针对部分深度学习泛化效果差的问题，提出一种干扰分析评估方法，评估了MultiPath++、SceneTransformer、Wayformer三种轨迹预测模型的稳健性。研究结果表明：预测表现更好的模型也可能鲁棒性不佳；大多数公开前沿模型的鲁棒性比预期差一些。
麦吉尔大学博士后研究员Wenshuo Wang发表演讲
Wenshuo Wang发表了题为"以人为中心的交通互动” 的演讲。介绍了一种基于学习的方法，用于个性化驾驶辅助系统，以满足个体驾驶员的需求和偏好；介绍了一种基于非参数学习的方法，旨在自动理解、学习和分析人类驾驶员之间的时空动态交互；探讨了自动驾驶汽车在日常交通环境中运行时的交互概念，包括将自动驾驶汽车融入现有交通社会结构所面临的挑战和机遇。
筑波大学助理教授Yuichi Saito发表演讲
Yuichi Saito发表了题为"由未遂事故数据驱动的速度推荐人工智能设计” 的演讲。未遂事故数据不仅可用于分析驾驶员的不安全行为，还可通过机器学习技术对过去的危险预测经验进行建模。报告提供了一种方法，通过学习出租车司机的行为，计算可适应不确定环境的推荐速度；还讨论了驾驶过程中如何与基于人工智能的系统进行合作和互动。
利兹大学交通研究所高级研究员YeeMun Lee发表演讲
Yee Mun Lee发表了题为" 利兹大学自动驾驶汽车-行人互动研究的发展历程” 的演讲。 利兹大学研究团队利用基于CAVE的高度沉浸式运动学进行了一系列研究，以调查 自动驾驶汽车-行人 互动。报告概述了隐含线索（即车辆运动）和eHMI如何影响行人的过马路行为和主观评价，回答了行人能否准确判断减速车辆的意图，eHMI如何影响行人的过街决定，以及行人在不同情况下的行为是否相同。
格拉斯哥大学副教授Edmond S. L. Ho发表演讲
Edmond S. L. Ho发表了题为" 自动驾驶模拟道路使用者之间的空间关系” 的演 讲。讨论了基于社会价值导向和深度强化学习（DRL）的最新研究成果，该成果能够生成具有不同驾驶风格的决策策略。还介绍了一种适用于DRL训练的新型高效计算行人模型。
都灵理工大学助理教授Shailesh Hegde发表演讲
Shailesh Hegde发表 了题为 "基于强化学习的ACC” 的演讲。提出一个DRL框架，同时保证乘客的安全性和舒适性、道路容量的有效利用以及燃油经济性。还介绍了使用 dSPACE SCALEXIO AutoBox 进行的初步 HIL 仿真结果，证实经过训练的 DRL 模型在公路车辆中的可行性。
清华大学智能产业研究院(AIR)助理教授赵昊发表演讲
赵昊发表了题为" 与自动驾驶汽车对话：行动感知驾驶字幕” 的演讲。介绍了ADAPT（Action-aware Driving Caption Transformer） 算法，即一种建立在视觉语言基础模型上的算法，允许自动驾驶汽车同时描述其行为并解释其背后的原因 。还介绍了其他几项利用视觉语言基础模型解决机器人视觉问题的工作，包括零镜头语义分割、开放集承受力检测和道路异常检测。
慕尼黑工业大学副教授Matthias Althoff发表演讲
Matthias Althoff发表了题为" 自动驾驶中运动规划的自验证” 的演讲。提出一种 应用于自动驾驶的新验证方法，即自验证，在不可预见的情况下（温和模型假设下）保证系统安全性。在这种新的验证方法中，系统将持续检查其下一个动作的正确性，仅在当前环境中进行。
ISCC 2023 国际青年科学家论坛技术委员会