不只是模擬碰撞！Waymo 開發「虛擬人類駕駛」ReD，讓自駕車學會像人一樣預判風險

將人類駕駛行為「數位化」的避險模型

自動駕駛系統與人類駕駛最大的差異，往往在於如何處理複雜路況中的衝突。為了縮小這項差距，Waymo 近期開發了一套稱為 ReD（Reference Driver，參考駕駛） 的認知系統。Waymo 將此系統比喻為「行為版的碰撞測試假人」，其核心目標並非測試車輛在撞擊後的耐受度，而是透過模擬人類駕駛的思維，從源頭避免事故發生。

Waymo 安全負責人 Mauricio Pena 指出：

評估自動駕駛安全性是一個多面向的課題，理解人類如何處理衝突是其中的關鍵拼圖。透過建立這套具備人類駕駛能力的參考模型，我們能協助產業邁向一套科學化、共享的避險行為評估方法。

結合神經科學與駕駛常識

ReD 模型的開發由 Waymo 與荷蘭台夫特理工大學（Delft University of Technology）合作完成，研究成果已發表於《自然》（Nature）期刊。該模型基於神經科學中的「主動推論」（active inference）概念，假設人類駕駛在行駛過程中會持續運作以降低意外發生機率。

相較於 Waymo 過往的系統，ReD 強化了以下模擬能力：

• 動態信念更新：模擬駕駛如何隨著路況演變更新判斷，並管理對其他用路人意圖的不確定性。
• 威脅感知（Looming）：根據物體在視野中擴大的速度來判斷威脅程度。
• 交通規範過濾：識別不符合交通規則的行為，並據此規劃應對方案。
• 生理反應模擬：將人類駕駛在油門與煞車切換間的 0.2 秒延遲納入考量。

此外，ReD 還具備許多駕駛教練強調的「防禦性駕駛」思維，即預設路況隨時可能出錯，從而採取主動避險措施，避免讓車輛陷入潛在的衝突情境中。

推動產業標準化

為了加速這項技術的應用，Waymo 正與研究人員、安全組織及監管機構合作，持續完善這套模型。該公司計畫將 ReD 以學術（非商業）授權方式開源，希望透過公開資源，讓產學界能共同定義何謂「謹慎且勝任」的駕駛行為，進而提升整體自動駕駛產業的安全標準。