【可解释的自动驾驶方法】

9月2日，《Nature》发表了一种可解释的驾驶模型：它首先识别“接近骑行者”等概念，再据此选择行驶轨迹，并向人展示决策依据。实车部署和用户实验发现，这些解释能帮助人更准确地预判车辆行为，增强了模型的可解释性。这种可解释性在模型调试、安全监督等方面具有重要价值。

参考文献：Kenny, E.M., Dharmavaram, A., Lee, S.U. et al. Explainable deep learning improves human mental models of self-driving cars. Nature 657, 114–120 (2026).
#人工智能##ai创造营#