實現(xiàn)無人駕駛是人工智能領(lǐng)域面臨的重大挑戰(zhàn)之一,，應(yīng)對這一挑戰(zhàn)需要發(fā)展一種新的圖靈測試方法,，以測試和驗證無人車對復雜交通場景的理解和行駛決策的能力，進而推動無人駕駛技術(shù)的發(fā)展,。

　　如何對智能系統(tǒng)進行測試是人工智能領(lǐng)域極其重要的研究方向,，只有當測試具有明確的任務(wù)定義和有效的方法生成測試的豐富數(shù)據(jù)時，才能實現(xiàn)安全可靠的人工智能系統(tǒng),。

　　近日,，中國科學院自動化研究所作為共同第一作者和通訊作者單位與清華大學、西安交通大學人工智能與機器人研究所等單位合作,，提出了一種新的圖靈測試方法來測試和驗證無人車對復雜交通場景的理解和行駛決策的能力,，對構(gòu)建和測試其他人工智能系統(tǒng)具有重要的啟發(fā)意義。相關(guān)研究結(jié)果以Parallel Testing of Vehicle Intelligence via Virtual-Real InteracTIon 為題,，作為焦點論文發(fā)表在《科學-機器人學》（Science RoboTIcs）上,。

　　平行測試系統(tǒng)流程示意圖

　　該項研究歷經(jīng)十余年，實現(xiàn)了一種無人駕駛測試與驗證的平行計算框架及其系統(tǒng),。研究團隊構(gòu)建了一個人在回路的平行智能測試模型,，使其具有在人類專家指導下自動自我升級的認知機制。

　　這主要通過三個步驟：首先建立一組語義來定義并描述自主車輛需完成的任務(wù),，構(gòu)成軟件定義的人工測試系統(tǒng),；然后為指定的任務(wù)實例進行車輛測試，在這一過程中生成的數(shù)據(jù)同步更新到平行測試系統(tǒng)中,，使其能夠不斷學習和“成長”,；

　　特別需要指出的是，該研究工作引入對抗式學習模型,，以使系統(tǒng)能夠自動生成新的任務(wù)實例,，這些任務(wù)實例可以呈現(xiàn)復雜、動態(tài)的交通場景,，以促使無人駕駛車輛進一步提高適應(yīng)復雜環(huán)境的能力,，將有效推動無人駕駛技術(shù)的發(fā)展。

　　上述研究工作得到國家自然科學基金委重大研究計劃的支持,。