李爾欣

機器人賽車

No.020249

8xxxxl39@qq.com

Q：不知編輯老師你有沒看過《新世紀GPX號》（《高智能方程式》）？在這部動漫中，早在2015年就已經(jīng)出現(xiàn)由人工智能輔助的超級方程式賽車。但在現(xiàn)實里，F(xiàn)1直到今天仍然完全由人類來操作，那我要到什么時候才能見到真正的機器人賽車？

A：Cyber Formula，高智能方程式嘛～當然看過啦！但要說現(xiàn)在的F1賽車單靠車手一人就能駕馭，只怕他自己都不信。講真，好多眼看著賽車日益電子化的老司機都曾經(jīng)抱怨過，現(xiàn)在開車要是沒有team radio的指導，連方向盤上的開關(guān)都不敢亂動，因為一旦弄錯或誤操作，就很有可能掉名次其至導致車輛失控。說實話，如今像F1這樣的頂級專業(yè)賽車，還真離不開高度集成化的芯片電路，否則根本無法管理車上眾多自動控制部件。至于機器人賽車，如今這些配備車載電腦又高度自動化賽車，其實已相當于機器人的雛形。而且，無人駕駛的真機器人賽車，也已經(jīng)登場亮相！

這里說的機器人賽車可不是大約10年前在Top Gear賽道上震驚Jeremy Clarkson的寶馬330i，也不是最近兩年出現(xiàn)在Sonoma、銀石賽道上的那幾輛奧迪無人車，而是俄羅斯人Denis Sverdlov創(chuàng)建的Roborace公司在2017年MWC世界移動通訊大會上發(fā)布的“The Robocar”。

跟那些由汽車廠商或大學團隊研制，然后放到賽道上演示的無人駕駛試驗車不同，Robocar從一開始就是為競賽而生的，并將作為開發(fā)平臺提供給Roborace聯(lián)賽的參賽車隊。Roborace更在2017年H月，讓兩輛Robocar的技術(shù)驗證車“Devbot”在Formula E電動方程式的賽道上，進行真格的無人駕駛競速。

然而，正是這場實戰(zhàn)，把當下機器人賽車的不足之處暴露在觀眾面前。從車載視頻可以看到，扮演追擊角色的那輛Devbot，在通過一個小角度彎道時，不知是轉(zhuǎn)向機卡死還是其他原因，方向盤呈固定角度，從而導致車輛因轉(zhuǎn)向不足而撞墻。不僅如此，現(xiàn)場還㈩現(xiàn)當前車在“射程”之內(nèi)時，后車并未像人類車手那樣發(fā)動攻擊，而是按既定路線繼續(xù)跟車的場景。對此，輿論早就有多種解釋，但結(jié)合其他無人駕駛車輛在賽道上的表現(xiàn)來看，目前機器人賽車顯然還無法脫離“劇本”來自由表演，應變能力更是不及經(jīng)驗豐富的“老司機”。甚至可以大膽地預測，如果現(xiàn)在有一群Devbots擠在F1摩納哥站的賽道上，肯定會沉悶地完成游車河任務(wù)，而不會做出人類車手曾經(jīng)表演過的那些不可思議的超車動作。但不幸的是，對于一項賽車運動來說，“毫無懸念”卻是最致命的缺陷。

盡管Devbot和其他無人駕駛車輛一樣具有學習能力，可以復制人類車手的駕駛模式，或許在正賽時，也能模仿出一些賽車策略，但從目前來看，“Devbot”們的學習方式更偏重于實戰(zhàn)，即在現(xiàn)場實時觀察、學習，并作㈩反應。而不似AlphaGo可以“閉關(guān)靜修”，即便不參加實戰(zhàn)，也能主動調(diào)用網(wǎng)絡(luò)大數(shù)據(jù)，從而在虛擬環(huán)境中進行修煉。如果只能通過實戰(zhàn)來學習，那無論學習能力多強，效果都會被現(xiàn)場條件所限制。舉個例子。假如現(xiàn)在維斯塔潘要學習舒馬赫在伊莫拉賽道的駕駛模式，他就沒法完成；而AlphaGo就可以調(diào)㈩數(shù)據(jù)來進行虛擬練習，甚至是范吉奧、寒納都可以“請”來對戰(zhàn)。那顯然AlphaGo會比維斯塔潘成長得更快。

當然，隨著人工智能以及神經(jīng)網(wǎng)絡(luò)等技術(shù)的發(fā)展，按固定路線反復馳騁的機器人賽車，早晚都會如同AlphaGo一般，以壓倒性的優(yōu)勢完勝人類選手。屆時，也許真會催生出Cyber Formula。然后，采用氫能，乃至量子能動力的機器人賽車將成為主角，而觀眾也不再討論奔馳的褲檔有多深，轉(zhuǎn)而評價起電腦車手的策略來。同時，機器人丁程師也會逐漸取代車手，成為Pit房內(nèi)汽車工程師的新搭檔……以眼下的進化趨勢來看，這樣的未來未必是妄想。