2024年6月6日，清华大学自动化系智能交通研究团队助理教授封硕与美国密西根大学Mcity主任、讲席教授刘向宏（Henry Liu）合作，在《自然·通讯》（Nature Communications）上发表了题为《自动驾驶汽车的稀疏度灾难》（Curse of Rarity for Autonomous Vehicles）的评论文章。

随着自动驾驶技术的快速发展，交通系统迎来了前所未有的变革。尽管自动驾驶技术在过去二十年中取得了显著进步，但L4级别自动驾驶汽车尚未实现商业化，其主要原因是安全性能尚未达到大规模应用的要求。自动驾驶汽车在真实道路上的测试已达数百万公里，但仍无法有效处理多种安全攸关事件，这些事件的概率分布呈现长尾特征，称为自动驾驶汽车安全性的长尾挑战（Long-Tail Challenge）。然而，此问题在已有文献中尚未正式定义，这种理解的缺乏严重阻碍了解决这一问题的进程。

为此，封硕与刘向宏在国际上首次提出了自动驾驶汽车安全性挑战背后的关键科学问题——稀疏度灾难（Curse of Rarity）。研究证明，随着安全攸关事件的稀疏度增加，深度学习梯度的估计方差会指数增加，使得模型训练所需数据量和计算量指数增加，严重阻碍了模型在安全攸关任务的学习能力。由于深度学习在自动驾驶领域应用的广泛性，稀疏度灾难广泛存在于自动驾驶的感知、预测、决策、测试等安全攸关任务中，造成了自动驾驶汽车的安全性挑战。在此基础上，研究提出了三种解决稀疏度灾难的技术路线，包括使用安全攸关数据进行密集学习、改善模型泛化和推理能力以及利用车路协同等技术降低安全风险事件发生概率。

图 1 深度学习模型的稀疏度灾难示意图

该研究成果作为评论文章（Comment）发表在《自然·通讯》，清华大学助理教授封硕与密西根大学教授刘向宏为论文的共同第一作者和通讯作者。该研究是封硕关于自动驾驶汽车安全性研究系列工作的最新成果，前序工作成果可以参考https://www.tsinghua.edu.cn/info/1175/102314.htm。

论文链接：Liu, H.X., Feng, S. Curse of rarity for autonomous vehicles. Nature Communications 15, 4808 (2024). https://doi.org/10.1038/s41467-024-49194-0