端到端自動駕駛的機會與挑戰

前言

傳統的自動駕駛系統普遍採用模組化架構，典型的模組化架構將複雜的駕駛任務拆分為一系列獨立的功能模組，一般包含感知、預測、決策、控制等核心模組。感知模組利用攝影機、雷達、光達等感測器收集的原始數據，來辨識和分類周圍環境中的物體，例如車輛、行人、交通號誌、車道線等。完成物體辨識後，預測模組會根據這些物體的當前狀態（如位置、速度、方向）來預測它們未來的運動軌跡；再經由決策模組來制定車輛的駕駛決策，包含路徑規劃、行為決策等。最後則由控制模組將指令轉換為具體的車輛控制命令，如轉向角度、油門深度和煞車力度，進而驅動車輛運動。

每個模組各自開發、測試，最後再串聯起來。這種架構的優點是可控性高、容易追蹤問題來源，因此在安全與法規驗證上相對成熟。但缺點是各模組之間需要大量人工調整與介面設計，系統整合複雜，難以快速學習或適應突發情境。

然而，隨著自動駕駛技術往高等級自動化發展，傳統模組化架構開始面臨瓶頸。包含誤差的累積、目標優化及長尾效應問題。在序列化的處理過程中，前端發生的微小誤差會被一層一層的傳遞至後端，並且可能被放大，累積誤差產生的效應對整體系統帶來影響。此外，各個模組通常針對不同的目標進行優化，例如感知模組追求平均精確度，但是決策模組希望實現安全性與舒適性；對於最終的駕駛表現不見得能達到全系統最佳化。現實世界的交通情境極為複雜，系統開發者無法透過窮舉的方式處理到每一個邊角案例（Corner case），表 1 為傳統模組化與端到端架構的比較。

端到端自動駕駛

在端到端系統中，攝影機影像、雷達回波和光達點雲等原始數據，直接輸入至一個龐大的神經網路；這個網路透過深度學習，自動從海量數據中學習駕駛所需的複雜模式和規律。網路的輸出不再是關於環境的抽象描述，而是直接的車輛控制命令。端到端並非全新的概念，其歷史可追溯到 1988 年的 ALVINN（Autonomous Land Vehicle In a Neural Network）自動駕駛研究專案 [1]，使用一個簡單的三層神經網路，直接將攝影機的低解析度影像映射到方向盤的轉向指令，成功地讓車輛在道路上行駛。雖然處於非常基礎的階段，但是證明了透過神經網路學習駕駛任務的技術可行性。

端到端的核心在於「資料驅動」。系統會從大量真實駕駛數據中學習人類駕駛行為，理解道路結構、交通規則與其他用路者的互動邏輯。當模型訓練完成後，才能在未曾遇過的環境中進行推理，展現出類似人類的即時判斷與適應能力。近年來，隨著深度學習技術的突破、算力的指數級增長以及大規模駕駛數據資料庫的出現，端到端才真正展現其技術潛力。

模型訓練的方法在實際應用上，會結合模仿學習（Imitation Learning）和強化學習（Reinforcement Learning）兩種技術路徑。

1. 模仿學習

人工智慧（Artificial Intelligence, AI）透過觀察大量「人類專家駕駛」的行為來學習。當人類駕駛在各種情境下轉向、加速、減速時，系統會記錄感測輸入（影像、雷達、地圖資訊）與駕駛輸出（方向盤角度、油門、煞車），再由神經網路學習這種「感知與行為」的對應關係，例如看到紅燈則停車、前方有行人靠近應該減速，這些類似人類駕駛的直覺反應。

模仿學習的優勢在於，人類駕駛的數據豐富且易於取得，開發者可以透過量產車隊蒐集、測試車記錄或是駕駛模擬平台獲取駕駛數據，且無須花費多餘成本進行數據的人工標註。模仿學習使 AI 駕駛的行為更符合使用者預期的「人性化感受」，對於自駕計程車或是高階駕駛輔助的商業化十分重要。但相對的，由於模型會無差別的學習人類駕駛，因此無論是好習慣或是壞習慣都會被納入訓練。此外，當車輛遇到的情境與訓練數據不一致時，模型表現可能失準，例如未發生過的突發事件、標線模糊或是駕駛者失誤行為等。

2. 強化學習

強化學習是一種更接近生物學習方式的方法，模型（或稱代理，Agent）在一個環境中透過不斷試錯（Trial and error）來學習。在端到端自動駕駛中，強化學習著重行為優化及策略探索，AI 代理在虛擬駕駛環境中不斷執行動作，如轉向、加速、煞車，並根據環境回饋獲得「獎勵（Reward）」或「懲罰（Penalty）」。經由反覆迭代，模型會學習到如何最大化長期回報，例如安全到達目的地、最小化煞車次數或避免碰撞。

強化學習允許 AI 在未定義的交通情境中主動探索行為，而非被動模仿人類，在模擬中，AI 能嘗試千萬種駕駛策略，學會如何在邊角案例中作出最安全的決策；對於未經歷的交通情境具有更強的適應能力。由於在真實世界中試錯的訓練成本極高且極為危險，因此強化學習高度依賴高擬真的模擬環境，且訓練過程計算量龐大，對於算力平台的要求也非常高。如何設計正確的獎勵函數是強化學習最大的挑戰，若獎勵設計不當，很可能導致系統為了追求短期獎勵而採取一些意想不到的危險行為。

端到端自動駕駛的核心目標，是讓 AI 能從感測輸入直接學得控制策略，並能在各種情境下安全且穩定的行駛；要達到這個目標，單一學習方法往往無法兼顧穩定性與泛化性。因此，多數企業與研究機構採用模仿學習加上強化學習的混合式架構，讓 AI 同時具備人類經驗的駕駛智慧與自我探索的學習能力。兩種技術路徑各有其優劣勢，結合這兩種方法的混合架構，達到技術互補之作用，提升模型的泛化能力和穩定性，成為端到端自動駕駛技術的重要發展方向。

DOI:10.30256/JIM.202601_(514).0009