随着各种雷达、传感器和算法的进步，各制造商在自动驾驶方面的蓄力也取得了不同的进展。 但是，在实际道路上的测试中，有很多产品在面对复杂的交叉路口和环礁时有特别明显的缺点，例如不能灵活地变更行驶轨迹，可以根据周围的环境变更行驶路径等。
为了克服这一困难，斯坦福大学的研究者最近开发了一种叫LUCIDGames的新计算技术，通过事先判断和估计等综合算法，可以灵活地控制自动驾驶车的行驶轨迹。
“经过持续观察这几年的自动驾驶技术，有些自动驾驶车在通过不受保护的左转、复杂的交叉路口的路线或环礁时犹豫地难以完成，这些动作对合格的驾驶员来说是非常简单的基本操作，这里解决的关键是车辆和周围的交通参加者和环境的持续协商。 ”。 这项研究的发起人之一Simon Le Cleac‘h说。
“我们的系统包括执行基于博弈论的算法和估计技术这两个基本功能的工具。 基于博弈论的零部件在自动驾驶汽车的目的和其他交通参加者(其他车辆、行人、骑手等)的目的不一致的情况下，可以推测与其他交通参加者的相互关系。 预测技术在自动驾驶车观察其他交通参加者时，能够迅速地事前判断这些目标接下来执行的动作，例如期望的车速、期望的行驶车道、进而车辆具备的攻击性等。 ”。 simonlecleac’h补充了。
“我们的系统包括执行基于博弈论的算法和估计技术这两个基本功能的工具。 基于博弈论的零部件在自动驾驶汽车的目的和其他交通参加者(其他车辆、行人、骑手等)的目的不一致的情况下，可以推测与其他交通参加者的相互关系。 预测技术在自动驾驶车观察其他交通参加者时，能够迅速地事前判断这些目标接下来执行的动作，例如期望的车速、期望的行驶车道、进而车辆具备的攻击性等。 ”。 simonlecleac’h补充了。
编辑注释：
由于LUCIDGames技术的特点，具备自我学习和持续完善的功能，博弈论的算法和估计技术相结合可以起到前瞻的作用。 因此，这项技术的持续改进和实验将受到我们的高度关注。 毕竟，在实际场景中能够解决实际问题的技术会给自动驾驶的发展带来很大的进步。
责任编辑： YYX