AI賽車開創世界紀錄背後的「彎道」與「換道」

AI賽車開創世界紀錄背後的「彎道」與「換道」

中新社北京1月24日電 題：AI賽車開創世界紀錄背後的「彎道」與「換道」

中新社記者 曾玥

湖南張家界天門山有一條全長10.77公里、垂直落差1100米、擁有99道急彎的盤山公路。2025年，Hitch Open世界AI競速錦標賽總決賽在此舉行，清華大學極限競速戰隊的人工智能(AI)賽車以16分10秒838的圈速完賽並奪得總冠軍，創造了AI自動駕駛賽車挑戰極限山地賽道的世界紀錄。

談及這場AI競速的「開山之戰」，清華大學車輛與運載學院、人工智能學院教授李升波近日接受中新社記者專訪時說，「過好每一道彎」的意義遠超賽事本身。

作為競賽團隊的核心指導教師，李升波表示，天門山賽道是一個「復合極限」測試場：山體遮擋導致衛星定位信號頻繁中斷，傳統方式極易失效；陡坡與急彎密集交替，要求AI在毫秒內完成減速、轉向、加速的連續精準決策；加之路面濕滑、隧道明暗急劇變化，對傳感器的穩定感知和執行器的快速響應提出苛刻要求。

面對挑戰，清華團隊進行了一系列關鍵技術攻關。備賽初期，賽車曾因全量加載三維點雲地圖導致定位頻率驟降，過彎時偏離路線。團隊提出「跑哪加載哪」的思路，創新開發局部地圖動態加載算法，實現超大場景下的實時高精位姿估計。同時，團隊通過車雲協同、虛實聯合的方式採集數據，將每道彎的切入角度、道路坡度、地面摩擦係數等融入模型，使賽車在小偏差範圍內平順過彎。

人們常說「彎道超車」，但李升波對此持審慎態度。他認為，在自動駕駛領域，「彎道超車」往往伴隨不可控的高風險，換一條行駛路徑穩紮穩打、快速前進才是更有效的策略。

自2018年起，清華大學科研團隊賽前分析性探索以強化學習為核心的端到端自動駕駛新路徑，確立了以仿真數據為主、以實車數據為輔，強化學習與模仿學習相結合的訓練路徑。李升波表示，與當時行業主流依賴海量實車數據的模仿學習方案相比，這條路徑顯著降低了訓練成本，並使模型具備通過自主探索持續進化的更高潛力。基於此，清華科研團隊推出了國內首套全棧神經網絡化的端到端自動駕駛系統，為行業提供了原創性技術突破方案。

「天門山之戰」的勝利成為對自主技術的極限測試和成功驗證。清華大學車輛與運載學院學子、極限競速戰隊核心成員呂堯認為，AI算法必須置於真實甚至極限場景中才能充分檢驗其有效性和魯棒性。

呂堯表示，「天門山經驗」極具現實價值：為應對山區複雜環境的信號遮擋，團隊開發的感知-定位融合技術可使車輛依靠自身傳感器實現高實時、高精度航跡推算；針對極端場景開發的端到端決策控制算法，能夠提升車輛在爆胎、路面突然濕滑等危急情況下的穩定控制能力，為智能駕駛安全上限的提升提供了新思路。

雖然自動駕駛技術正快速發展，但李升波指出，在極限道路工況下，AI的感知、決策、控制能力與人類最高水平仍有顯著差距，這為未來教學實踐、科技創新、人才培養提供了廣闊探索空間。

他將「產學研用」喻為一條河流——高校的前沿探索與人才孵化如同上遊活水，源源不斷地為中下遊產業輸送創新技術和新鮮血液。「拓展這條‘河流’的長度和寬度是研究型大學的責任。」李升波說，「如果這些涓涓細流最終能彙入浩瀚大海，那便是我們作為教育者最大的幸福與驕傲。」(完)