自动驾驶安全评估领域迎来了全新的科学工具。近日，Waymo与荷兰代尔夫特理工大学携手合作，在《自然·通讯》期刊上发布了一项重要研究成果，推出名为ReD（参考驾驶员）的计算机认知模型。该模型旨在精准模拟人类驾驶员在突发危险瞬间的决策过程，有望成为评估自动驾驶系统避撞行为的行业基准。

Waymo首席安全官Mauricio Peña指出，深入理解人类如何处理驾驶冲突，是评测自动驾驶汽车安全性的关键环节。通过构建这样一套合格人类驾驶反应的参考模型，整个行业能够朝着共享且具备科学依据的避撞行为评估标准迈进。

基于“主动推理”框架，模拟人类认知机制

ReD模型的核心原理根植于神经科学领域的“主动推理”框架。这一理论认为，人类大脑会持续尝试将“意外”事件带来的风险最小化。该模型整合了多项人类认知特征，用以仿真驾驶员在处理压力情境时的行为模式。

具体而言，模型依据“逼近感”来判断纵向威胁——在远距离条件下，人类自然难以精确判断速度，这与真实驾驶者的表现高度一致。此外，模型内置了“交通规范”过滤器，默认预测其他车辆会遵守规则，直至观察到明确的违规行为。同时，ReD能像人类一样评估“意外”程度，一旦意外值触及特定阈值，表明当前驾驶计划可能失效，便会触发对驾驶策略的重新评估。

细节高度拟人，甚至模拟踏板切换动作

为确保更真实地还原人类驾驶行为，ReD模型在细节方面实现了高度仿真。它甚至还原了人类单脚操控油门和刹车的习惯，在踏板切换过程中引入了0.2秒的停顿。代尔夫特理工大学助理教授Arkady Zgonnikov强调，通过将模型建立在主动推理基础之上，实现了对人类碰撞响应的整体性表征，这为自动驾驶系统提供了一个更具人类特质的安全基准。

与传统安全模型仅仅聚焦于复现人类“最后一秒反应”不同，Waymo表示ReD能够实现“主动避让”。它通过持续计算意外值并最小化自由能，在形势升级为冲突之前即预判风险，并提前调整驾驶行为。

真实事故分析验证模型价值

这一能力的实际效用已在真实交通事故复盘中得到充分验证。今年1月，一辆Waymo自动驾驶出租车在加州圣莫尼卡学校附近与一名儿童发生碰撞。车辆从17英里/小时减速至6英里/小时，最终儿童仅受轻伤。Waymo当时依据旧模型分析指出，专注的人类驾驶员可能会以约14英里/小时的速度撞上。这一对比充分凸显了新模型在模拟复杂人类反应方面的潜力。

目前，Waymo表示正积极与研究人员、监管机构以及SAE等标准组织展开合作，围绕此类参考模型构建行业共识。公司已将ReD模型的研究代码以学术及非商业许可的方式开源，可供研究、教学、个人实验与科学发表使用。