當開車遇到變道、加塞等場景時，駕駛員往往會下意識地激活自己的“安全駕駛思維”，從而做出激進的規避行為。

與之類似，自動駕駛汽車在上述場景中，更會表現得像個謹小慎微的”新手司機”，這是因為模型的決策往往依賴于工程師預設的固定規則，進而導致“不求無功，但求無過”的駕駛風格，但過多的無故急剎、過度避讓反而會引發額外的安全隱患。

針對上述問題，來自香港大學、英偉達和德國圖賓根大學的聯合團隊提出Centaur（Cluster Entropy for Test-time trAining using UnceRtainty）方法，能夠動態地改善駕駛策略，通過在線的數據驅動，擺脫了對預設規則的依賴，大幅提高了自動駕駛汽車在不確定性場景中的適應性與安全性。

Centaur在測試推理過程中動態地調整模型權重，適應OOD場景，提升泛化能力。模型利用Cluster Entropy作為自監督信號，并首次將Test-Time Training（TTT）應用于端到端自動駕駛，避免手動規則和成本函數，實時減少不確定性并改進預測，借由在線數據驅動實現了軌跡預測的可擴展性。

論文已上傳arXiv，代碼、checkpoint等即將開源。

駕馭不確定性

通常來說，模型是如何衡量自己輸出不確定性的？一種直觀的方法是觀察模型輸出的分布狀態，并基于“固定采樣下，模型的輸出方向越集中，越逼近模型的最高置信度”的假設，來計算模型輸出的聚類程度，從而側面衡量出模型輸出的不確定性。

Cluster Entropy 通過軌跡采樣、聚類和熵計算來評估自動駕駛模型的不確定性。相比傳統的方法，它結合了直行、輕微右轉、劇烈右轉、輕微左轉和劇烈右轉的行為聚類，使得不確定性估計更具可解釋性。例如，當模型面對復雜的交叉路口時，Cluster Entropy 能直觀反映不同駕駛決策的不確定性，從而幫助優化自動駕駛系統的安全性。

邊行駛邊進化

TTT在推理過程中利用Cluster Entropy作為自監督目標，通過梯度優化讓模型自適應地調整特征表征，從而提升對OOD場景的適應能力。

具體而言，模型通過計算Cluster Entropy，判斷當前環境的OOD級別。如果模型對當前環境的理解較差，則觸發TTT訓練過程，通過梯度下降對特征提取網絡進行小幅度更新，使其更適應當前環境特征分布。這一方法使得Centaur能夠在推理時自適應地優化自身，在OOD場景中保持穩定的感知和駕駛能力，而無需依賴固定規則或人工設計的成本函數。

實測接近人類駕駛水平，安全性能全面提升

在navtest基準測試中，Centaur的綜合規劃與駕駛指標得分（PDMS）取得了92.6%的成績，遠遠超過了基于回退的方法，并接近人類駕駛水平 。此外，Centaur在碰撞避免和碰撞時間等關鍵指標上亦表現出卓越的性能。

為了更好地評估自動駕駛系統在安全關鍵場景中的表現，我們提出了navsafe數據集，專門用于測試端到端駕駛方法的安全性和魯棒性。它基于navtest，并結合了真實的事故數據，通過細粒度的評分機制，量化了自動駕駛模型的不同駕駛能力，而不像navtest 只提供整體分數。

此外，Cluster Entropy作為不確定性度量工具，實現了PDMS的顯著提升，并在失敗檢測任務中， 取得了最佳結果。

本文來源：量子位