南洋理工大学Lyu Chen教授带领的科研团队，成功研发出一款具备持续学习能力的自动驾驶汽车。这款车辆在正式投入实际运行后，能够在人类驾驶员介入纠正操作的过程中不断汲取驾驶经验，整个学习过程就如同刚入行的学徒跟着经验丰富的师傅请教技艺，一步步打磨自身能力。相关研究成果已经正式发表在学术期刊《自然-通讯》上，为自动驾驶领域的技术突破提供了全新的思路。

　　在日常的人机协作驾驶场景中，车辆全程负责基础的自主驾驶操作，人类驾驶员只需要坐在一旁进行全程监督，一旦发现车辆出现判断失误或者操作偏差，就可以直接介入进行纠正。车辆会完整记录下这次人类修正的操作细节，从中提炼对应的驾驶经验，等到下次遇到相似的场景时，就能自主做出更准确的判断。随着学习过程的不断深入，人类驾驶员需要出手干预的次数会越来越少，车辆的自主驾驶能力也会逐步提升，最终能够独立应对绝大多数常规路况。

打破传统自动驾驶的地域适配瓶颈

　　市面上绝大多数传统自动驾驶汽车，在离开实验室完成最终测试后，内部的知识体系就基本完全定型，后续不会再自主更新优化。这类车辆在一个城市的道路上能够稳定顺畅行驶，一旦换到另一个城市，往往会因为当地不同的道路法规、差异化的驾驶习惯出现适配问题。不同国家和地区的超车方向、路口礼让规则、变道预留安全距离、超越非机动车的合理速度都存在明显差异，这些本地化的细节无法通过简单更换地图数据来解决。

　　传统的应对方式是针对新的运行区域，重新收集大量当地的道路数据，对整个自动驾驶系统进行从头开始的全面训练，整个过程不仅需要投入极高的时间和资金成本，推进效率也十分低下，甚至成为自动驾驶技术向更多城市落地推广的现实障碍。而南洋理工大学团队研发的这套持续学习技术，直接打破了这一长期存在的行业局限，不需要对整套系统进行全面重训，就能让车辆快速适配不同地区的道路环境。

　　Lyu Chen教授表示，人类学徒在接触新情况时，不会把之前掌握的所有知识全部清空从零开始学习，而是会在已有经验的基础上，根据接收到的纠正信息调整优化自身的操作，慢慢变得更加独立，这正是团队想要在自动驾驶车辆上复现的学习过程。这套技术跳出了传统自动驾驶“出厂即定型”的固化模式，让车辆的学习过程可以在实际运行的全周期中持续推进。

攻克机器学习领域的“灾难性遗忘”难题

　　在机器学习领域，长期存在一个被称为“灾难性遗忘”的普遍问题：智能系统在学习新技能的过程中，新的训练数据很容易悄然覆盖掉此前已经掌握的旧有知识，导致系统在新场景下的表现提升，反而以牺牲原有常规场景的处理能力为代价。对于自动驾驶汽车来说，这类问题完全无法接受，车辆在应对罕见特殊路况时的能力提升，绝对不能影响它在日常通勤、常规道路上的稳定表现。

　　为了解决这一核心问题，研发团队在设计系统框架时，专门搭建了兼顾灵活性与记忆保护的特殊结构。当车辆自身的行驶判断和人类驾驶员的操作出现分歧时，系统不会直接盲目照搬人类的操作动作，而是会先对这次人类修正的内容和自身已经掌握的成熟驾驶技能进行综合权衡，在确认不会干扰其他已掌握能力的前提下，再选择性吸纳新的修正经验。

　　这种设计相当于给系统的原有驾驶技能加上了一层保护罩，既给新经验的吸纳留出了足够灵活的空间，又能牢牢守住已经验证过的成熟驾驶能力，确保车辆在学会新的处理方式后，原本就擅长的常规驾驶场景表现不会出现任何倒退。这一特性也让车辆的持续学习过程变得更加安全可控，避免了传统增量训练中容易出现的能力波动问题。

真实赛道验证展现跨场景学习能力

　　研发团队选择在真实的封闭赛道中开展实地验证，完全脱离纯仿真环境的理想化条件，让车辆在真实的物理场景中完成学习测试。测试结果显示，仅仅经过几轮的人工引导修正，这款自动驾驶车辆的综合伦理风险指标就快速降至初始水平的约十分之一。这里提到的伦理风险指标，是综合考量潜在碰撞概率和可能造成的伤害程度得出的综合数值，能够直观反映车辆在行驶过程中对弱势道路参与者的友好程度和安全冗余水平。

　　更让研究团队意外的是，车辆在针对少数几个罕见特殊情境完成修正学习后，面对其他此前完全没有遇到过的全新罕见情境，整体表现也出现了明显提升。这一结果直接证明，这套系统并不是简单死记硬背每一次人类纠正的具体操作案例，而是从有限的指导中提炼出了安全驾驶的普遍规律，能够把学到的经验迁移应用到从未见过的新场景当中，这和人类驾驶员的学习逻辑高度相似。

　　在具体的交互场景中，这种能力提升的表现十分直观：最开始车辆遇到行人时，几乎不会主动做出礼让动作；经过第一轮人工引导修正后，车辆已经能够主动停下等待行人通过，但制动点距离行人仍然较近，存在一定的潜在风险；再经过几轮补充修正后，车辆就能提前很远就平稳减速，以完全符合社会预期的方式和行人完成互动，整个过程的安全性和友好度都得到了质的提升。

当前研究仍存在尚未突破的现实局限

　　尽管这项技术已经取得了十分亮眼的测试成果，但目前的研究仍然存在不少尚未解决的现实局限。其中最突出的一个问题是，当前系统还无法准确区分人类驾驶员做出的操作中，哪些是能够优化驾驶能力的有效纠正，哪些是不符合安全规范的错误干预。毕竟人类驾驶员的操作并不会天然全部正确，部分驾驶员的违规驾驶、误操作如果被系统直接吸纳，反而会给后续的自主驾驶带来安全隐患。

　　除此之外，在极端紧急的特殊场景下，比如前方突然出现逆行的失控车辆，需要车辆临时越过车道线、甚至短暂驶入逆向车道才能避开重大碰撞事故时，当前的这套系统还不具备跳出既定交通规则框架的高层面推理能力。目前系统的核心设计目标是严格遵循现有交通规则完成驾驶，还无法自主完成“打破一条规则以避免更大伤害”这类复杂的伦理决策和避险操作。

　　这些尚未解决的问题也引出了行业内普遍关注的一系列开放性疑问：后续要通过什么样的技术机制，才能建立起一套可靠的筛选标准，自动过滤掉人类驾驶员的错误操作，只吸纳真正有价值的指导经验？在保证安全的前提下，如何给系统赋予有限度的规则突破能力，应对现实世界中概率极低但后果严重的极端险情？这些问题都还需要后续的研究逐步给出答案。

持续学习理念有望拓展至更多人机协作场景

　　研发团队表示，未来这套持续学习的理念，首先可以应用在自动驾驶汽车领域，打造出在整个运行生命周期里越开越安全的智能车辆，彻底改变自动驾驶车辆“出厂即巅峰”的传统状态，让车辆在长期的实际运行中，不断从人类的反馈里汲取经验，持续优化自身的驾驶表现。

　　除此之外，这套技术的应用边界还可以进一步向外拓展，覆盖到所有需要和人类并肩工作的智能系统当中。比如在仓库里承担搬运任务的物流机器人，就可以在和仓库工作人员的日常协作中，不断学习更适配仓库动线的操作逻辑，避开此前从未遇到过的临时堆放货物、突发人员穿行等特殊场景；面向普通家庭的居家服务助手机器人，也能在和家庭成员的长期互动中，逐步熟悉每个家庭的生活习惯，调整自身的服务节奏，更好地融入日常家庭生活。

　　这类能够持续从人类经验中学习进化的智能系统，不需要在出厂前就把所有可能遇到的场景全部提前训练完毕，而是可以在实际的使用场景中不断成长，真正具备在复杂多变的现实世界里长期稳定立足的能力，这也为后续各类人机协作智能系统的研发，提供了一条完全不同的技术发展路径。

(编辑：付健)