arXiv上2021年12月21日上傳的自動駕駛可解釋AI的綜述："Explainable Artificial Intelligence for Autonomous Driving: A Comprehensive Overview and Field Guide for Future Research Directions"，作者來自加拿大Alberta大學(xué)和華為研發(fā)。

在過去十年中，自動駕駛在研發(fā)方面取得了重大的里程碑。人們有興趣在道路上部署自行操作車輛，這預(yù)示著交通系統(tǒng)將更加安全和生態(tài)友好。隨著計(jì)算能力強(qiáng)大的人工智能（AI）技術(shù)的興起，自動駕駛車輛可以高精度地感知環(huán)境，做出安全的實(shí)時決策，在沒有人為干預(yù)的情況下運(yùn)行更加可靠。

然而，在目前的技術(shù)水平下，自動駕駛汽車中的智能決策通常不為人類所理解，這種缺陷阻礙了這項(xiàng)技術(shù)被社會接受。因此，除了做出安全的實(shí)時決策外，自動駕駛汽車的AI系統(tǒng)還需要解釋這些決策是如何構(gòu)建的，以便在多個政府管轄區(qū)內(nèi)符合監(jiān)管要求。

該研究為開發(fā)自動駕駛車輛的可解釋人工智能（XAI）方法提供了全面的信息。首先，全面概述了目前最先進(jìn)的自動駕駛汽車行業(yè)在可解釋方面存在的差距。然后，展示該領(lǐng)域中可解釋和可解釋受眾的分類。第三，提出了一個端到端自動駕駛系統(tǒng)體系結(jié)構(gòu)的框架，并論證了XAI在調(diào)試和調(diào)控此類系統(tǒng)中的作用。最后，作為未來的研究方向，提供自主駕駛XAI方法的實(shí)地指南，提高操作安全性和透明度，公開獲得監(jiān)管機(jī)構(gòu)、制造商和所有密切參與者的批準(zhǔn)。

自動駕駛可解釋的需求源自各種問題和關(guān)注點(diǎn)。首先，自動駕駛車輛參與發(fā)生的道路事故，是一個基本的實(shí)際問題。由于粗心和危險駕駛會直接影響乘客和旁觀者的安全，人們通常需要確認(rèn)安全運(yùn)輸系統(tǒng)。此外，對行為或決策來由的理解是人類思維的自然要求。有專家說，“如果用戶不信任模型或預(yù)測，他們將不會使用它。”在案例研究中，經(jīng)驗(yàn)證明提供可解釋和可察覺的系統(tǒng)可以顯著提高用戶對系統(tǒng)的信任。特別是，如果沒有向參與者提供可靠的解釋，頻繁發(fā)生的故障可能會嚴(yán)重?fù)p害個人和公眾對智能系統(tǒng)的信任。一旦對智能系統(tǒng)的信任被破壞，重新獲得信任可能會是一項(xiàng)艱巨的任務(wù)。因此，人類自然希望了解特定場景中汽車的關(guān)鍵決策，以建立對汽車的信任。如果汽車智能決策的背后有信任，那么將進(jìn)一步支持另一個積極的組件，透明度。一旦提供了透明度，就達(dá)到了另一項(xiàng)要求，即可依賴（accountability ），這與該系統(tǒng)的決定和行動是否符合管轄條例和標(biāo)準(zhǔn)有關(guān)。最后，這些積極因素促成公平性，對自主系統(tǒng)的決定性行動進(jìn)行道德分析、支持和因果論證。這些組件及其相互關(guān)系可被視為實(shí)現(xiàn)自動駕駛車輛獲得大眾認(rèn)可的基本因素。

根據(jù)自動駕駛中用戶的身份和背景知識，可解釋的細(xì)節(jié)、類型和表達(dá)方式各不相同。例如，一個對自動駕駛車輛如何運(yùn)行缺乏專業(yè)知識的用戶，可能會對相關(guān)決策/結(jié)果的簡單解釋感到滿意。然而，自主系統(tǒng)工程師需要更多信息的解釋，了解汽車當(dāng)前的可操作性，并根據(jù)需要適當(dāng)?shù)亍罢{(diào)試”現(xiàn)有系統(tǒng)。因此，解釋受眾的領(lǐng)域知識和知識特點(diǎn)對于提供恰當(dāng)?shù)摹⒂谐浞中畔⒌暮涂衫斫獾慕忉屩陵P(guān)重要。

以下就是一些可解釋性的影響因素：

• cause filters
• content type
• model
• system type
• interactivity
• concrete scope

下面是自動駕駛各個模塊的可解釋性方法：

1 感知

正如準(zhǔn)確感知環(huán)境是自主駕駛的基本要求一樣，提供自主行動決策的基本解釋對于理解場景導(dǎo)航和駕駛行為也至關(guān)重要，特別是在關(guān)鍵場景中。因此，在自動駕駛車輛的感知任務(wù)中需要提供可解釋性方法。

一些研究用視覺注意的反省（introspective ）文本描述尋求因果（post-hoc）解釋，一些研究把解釋作為涉及因果推理的人類行為描述，另一些研究將重點(diǎn)放在目標(biāo)誘導(dǎo)（object-induced）的行為決策。

另一種基于感知的解釋生成方法是理解卷積神經(jīng)網(wǎng)絡(luò)（CNN）的結(jié)果。這種方法背后的主要思想是測量和顯示從神經(jīng)網(wǎng)絡(luò)輸出層反向傳播（BP）到輸入層的梯度。基于梯度的解釋方法示例包括Class Activation Map（CAM），其增強(qiáng)變型，如 Guided Grad-CAM、Grad-CAM、Grad-CAM++、Smooth Grad CAM++，以及基于反向傳播的方法，如引導(dǎo)（guided）反向傳播、分層相關(guān)（layered relevance ）傳播，VisualBackProp和DeepLift。此外，基于啟發(fā)式的Deep Visual Explanations（DVE）為深度CNN的預(yù)測提供了合理的理由。基于計(jì)算機(jī)視覺的可解釋自動駕駛系統(tǒng)綜述，見valeo公司的文章“Explainability of vision-based autonomous driving systems: Review and challenges”。

2 定位

由于自動車輛的實(shí)時決策需要準(zhǔn)確地感知道路位置，因此了解如何從不同導(dǎo)航系統(tǒng)和傳感器獲取車輛位置也至關(guān)重要。這就是定位還需要解釋性的原因。需要了解自動駕駛車輛的誘發(fā)位置，特別是當(dāng)來自GPS或其他傳感器的信號不精確時候。這種不可靠的通信通道可能因此迫使自動駕駛汽車做出錯誤的高風(fēng)險決策。因此，調(diào)試導(dǎo)航系統(tǒng)和相關(guān)傳感器，有助于阻止不準(zhǔn)確的信號，并為自動駕駛汽車的縱向-橫向正確定位提供可靠的通信渠道。

3 規(guī)劃

規(guī)劃決策的可解釋性綜述見論文”The emerging landscape of explainable automated planning & decision making“，來自IBM和Arizona州立大學(xué)。

之前的一個Explainable AI Planning (XAIP) 研討會，其議程特別說到”雖然XAI主要關(guān)注基于黑盒學(xué)習(xí)的方法，但基于模型的方法非常適合——可以說更適合——作為可解釋性，XAIP可以幫助用戶在復(fù)雜決策過程與AI技術(shù)交互，發(fā)揮重要作用。“

摘自該綜述，其可解釋性方法如下分類：

• 基于算法 Algorithm-based explanations
• 基于模型 Model-Based Explanations
• 推理調(diào)和 Inference Reconciliation
• 模型調(diào)和 Model Reconciliation （user mental model）
• 基于規(guī)劃 Plan-based explanations

可解釋性的性質(zhì)包括：

• Social
• Contrastive
• Selective
• Local
• Global
• Abstraction
• User Study

4 控制

由于車輛控制最終反映了駕駛系統(tǒng)的高級決策，用戶可能需要及時解釋實(shí)時自動行動選擇的基本原理。這一需求將可解釋性的本質(zhì)引入到自動化車輛的控制系統(tǒng)中。車內(nèi)界面、儀表板和其他用戶友好功能，可幫助用戶提出“為什么”問題（例如，“為什么停在右側(cè)？”），或?qū)Ρ葐栴}（例如，“為什么選擇這條路線而不是另一條路線？”），反事實(shí)（counterfactual ）問題（例如，“如果選擇了該路線而不是當(dāng)前路線，怎么辦？”）和描述性問題（例如，“十分鐘后會在哪里？”）。

另外，作者提出一個XAI框架，集成了自主控制、可解釋性和法規(guī)遵從性。如圖所示：包括可調(diào)節(jié)的自動駕駛?cè)齻€組成部分，一個端到端自動控制系統(tǒng)組件（eeC，把感知的環(huán)境映射到車輛的動作），一個安全法規(guī)遵從性組件（srC，代表監(jiān)管機(jī)構(gòu)職能，主要職責(zé)之一是驗(yàn)證eeC與自動車輛動作任意組合的安全性。主要通過軟件模擬仿真和實(shí)際駕駛驗(yàn)證），和一個XAI組件（XAI指導(dǎo)的自主駕駛應(yīng)該在最高層反映出一種學(xué)習(xí)到的軟件體系結(jié)構(gòu)和監(jiān)管原則）。

自動駕駛XAI，就是定義為AI驅(qū)動方法的概要（compendium）：1）確保車輛實(shí)時決策的可接受安全，2）提供關(guān)鍵交通場景中動作決策的可解釋性和透明度，以及3）遵守監(jiān)管機(jī)構(gòu)制定的所有交通規(guī)則。

最后，作者提出一個現(xiàn)場指導(dǎo)：引導(dǎo)XAI追隨自動駕駛的目標(biāo)，其包括以下四部分

• 可解釋的視覺（包括因果解釋和基于計(jì)算的并發(fā)解釋）

描述自然語言的歷史以及所采取的每個相關(guān)行動，有助于給關(guān)鍵交通場景提供可靠的因果解釋。另外，基于生成可解釋模型的并發(fā)解釋可大大有助于事故預(yù)防。比如：假設(shè)自動駕駛車輛有車內(nèi)人員（即后補(bǔ)駕駛員或乘客）；車輛提供一個緊急使用的控制（即停止）按鈕；車內(nèi)界面顯示前方?jīng)]有人橫穿道路并繼續(xù)行駛；但是前面發(fā)現(xiàn)有一個人在路上（即視覺系統(tǒng)故障）；然后，車內(nèi)人員及時發(fā)現(xiàn)這種異常情況，使用緊急按鈕減速和/或停車，防止事故發(fā)生。這個簡單的例子表明，并發(fā)解釋的概念在自動駕駛中具有潛在的用途，并為車輛的安全導(dǎo)航提供了機(jī)會。

• 基于強(qiáng)化學(xué)習(xí)（RL）的可解釋狀態(tài)-動作映射（自動駕駛基于MDP的軌跡串行決策）

如圖是基于模型和無模型這兩種RL在可解釋性方面的比較：除了模仿學(xué)習(xí)，這兩種RL的比較可以看到，基于模型RL的優(yōu)點(diǎn)是，智體首先學(xué)習(xí)環(huán)境的模型，并根據(jù)環(huán)境的動態(tài)性調(diào)整其學(xué)習(xí)策略。這種有針對性的探索（exploration ）通常被稱為規(guī)劃，從本質(zhì)上說可以解釋學(xué)習(xí)過程。

RL中的規(guī)劃思想對于正確決策至關(guān)重要，以Dyna體系結(jié)構(gòu)為例：Dyna及其變型，即線性Dyna體系結(jié)構(gòu)，與世界交互學(xué)習(xí)最優(yōu)策略的同時，也學(xué)習(xí)世界模型。

Dyna的規(guī)劃過程從最初提供的假想（imaginary ）狀態(tài)創(chuàng)建預(yù)測的未來軌跡。基于這種結(jié)構(gòu)，模型投影生成最優(yōu)行為，同時生成預(yù)測狀態(tài)和預(yù)測獎勵。最后兩個組件可以被可視化和分析，作為解釋的基礎(chǔ)，幫助理解為什么智體喜歡在特定的時刻選擇特定的動作。由于自動駕駛的每個（關(guān)鍵）動作可能需要直觀的解釋，因此，Dyna體系結(jié)構(gòu)和基于模型的RL，通常可以通過其可解釋性功能提供巨大的益處。

• 知識表征的預(yù)測知識（在RL框架下）

通用價值函數(shù)（GVF），是表示預(yù)測知識（predictive knowledge）的初步技術(shù)。根據(jù)定義，GVFs旨在獲取RL智體實(shí)際觀察結(jié)果的長時預(yù)測總結(jié)。例如，自主駕駛中的RL智體可能會提出問題，并用GVF表達(dá)相應(yīng)的答案。例子有“在下一個十字路口不遇到紅燈的可能性有多大？”或者“根據(jù)目前的駕駛策略，到達(dá)目的地預(yù)計(jì)時間是多少？”

• 在動作中包含常識知識（包括時域問題和問題驅(qū)動的軟件分層結(jié)構(gòu)）

分層軟件架構(gòu)是一種支持可解釋自主駕駛決策系統(tǒng)的合適結(jié)構(gòu)。這樣的結(jié)構(gòu)直接反映了人類司機(jī)開車時的想法，例如，“交通燈會很快從綠色變?yōu)辄S色嗎？”或者“前面的行人打算過馬路嗎？”或者“前面的車會加速嗎？”諸如這樣一些代表性的問題，反映了在運(yùn)動過程中與駕駛相關(guān)的考量。根據(jù)這種直覺，可以說，自動駕駛汽車的分層軟件系統(tǒng)是問題驅(qū)動型。

可解釋性軟件系統(tǒng)應(yīng)反映所采取時域行為的時域問題。與這種體系結(jié)構(gòu)相對應(yīng)而合適的RL方法是選項(xiàng)（options ）的概念。options 是動作的泛化，在這些動作中，RL智體有一個執(zhí)行一個動作帶終端狀態(tài)的策略。最近提出的選項(xiàng)-批評（option-critic）架構(gòu)是基于options 的概念。該體系結(jié)構(gòu)可以學(xué)習(xí)內(nèi)部策略和options 的終端狀態(tài)，在Arcade learning Environment（ALE）中的options 端到端學(xué)習(xí)，證明是有效的。選項(xiàng)-批評架構(gòu)的固有結(jié)構(gòu)，使其適合于自主車輛學(xué)習(xí)系統(tǒng)的進(jìn)一步開發(fā)。

駕駛相關(guān)問題通常是暫時性的，幾秒鐘后就可以為后續(xù)行動生成新問題。駕駛決策的時間敏感性實(shí)時動態(tài)變化，使車輛面臨不同程度的風(fēng)險。當(dāng)然，風(fēng)險較低的動作是首選。然而，在時間和計(jì)算方面，我們需要有效地探索，評估和相應(yīng)動作相關(guān)的風(fēng)險水平：僅關(guān)注增加RL獎勵，長時有可能不會帶來預(yù)期動作。

在傳統(tǒng)的RL中，只考慮獎勵而不考慮風(fēng)險作為衡量標(biāo)準(zhǔn)，并不總是自動化系統(tǒng)的完美決策，并且RL智體可能無法通過這種探索找到最優(yōu)策略。相比之下，將不同級別的風(fēng)險與相應(yīng)的動作結(jié)合起來，有助于通過不同的過渡（transition）和獎勵，在環(huán)境中動態(tài)發(fā)現(xiàn)最優(yōu)策略。因此，構(gòu)建良好的問題層次結(jié)構(gòu)和評估與適當(dāng)動作相關(guān)的風(fēng)險水平，在關(guān)鍵交通環(huán)境中有助于對智能車輛做出及時、直觀、豐富且可信賴的解釋。