在答应自动驾驶车辆大规模上路之前，技能完成并不是仅有需求战胜的妨碍。品德问题在相应算法的开发中起着重要作用：软件有必要能够处理不行预见的状况，并在行将产生的事端时做出必要的决议。TUM 的研讨人员现在现已开发了第一个品德算法来公正分配危险水平，而不是依据非此即彼的准则进行作。

本文引证地址：

测验了大约 2,000 个触及危殆状况的场景，散布在欧洲、美国和我国等各种类型的大街和区域。宣布在《天然机器智能》杂志上的研讨工作是 TUM 轿车技能教席和 TUM 人工智能品德研讨所 （IEAI） 商业品德教席协作的一起效果。

TUM 轿车技能教席的科学家 Maximilian Geisslinger 解说了这种办法：“到目前为止，自动驾驶轿车在遇到品德决议时总是面对非此即彼的挑选。但大街交通纷歧定能分为清晰的、非黑即白的状况;更重要的是，还有必要考虑介于两者之间的很多灰色暗影。咱们的算法权衡各种危险，并从数千种或许的行为中做出符合品德的挑选——并且在几分之一秒内就完成了。

危殆状况下的更多挑选。

2020 年，专家小组代表欧盟委员会确认了软件危险评价所依据的根本品德参数作为书面主张。该主张包括根本准则，例如优先考虑最差的人以及在一切路途运用者之间公正分配危险。为了将这些规矩转化为数学核算，研讨小组依据它们在大街交通中移动的车辆和人员对它们对别人构成的危险以及各自承当危险的志愿进行分类。

例如，货车或许会对其他交通参与者形成严峻危害，而在许多状况下，货车自身只会遭到细微损坏。自行车的状况正好相反。鄙人一步中，算法被奉告在各种相应的大街状况下不要超越最大可承受危险。此外，研讨小组在核算中添加了变量，这些变量阐明晰交通参与者的职责，例如恪守交通规矩的职责。

曾经的办法只用少数或许的机动来处理大街上的危殆状况;在不清楚的状况下，车辆只是停了下来。现在集成到研讨人员代码中的危险评价带来了更多或许的自由度，一起降低了一切人的危险。一个比如将阐明该办法：一辆自动驾驶轿车想要超车一辆自行车，而一辆货车正在迎面驶来。现在，有关周围环境和各个参与者的一切现有数据都已得到运用。

是否能够在不在迎面而来的车道上行进，一起与自行车坚持安全间隔的状况下超车？每辆车都面对什么危险，这些车辆对自动驾驶轿车自身构成什么危险？在不清楚的状况下，装备新软件的自动驾驶轿车总是会等候，直到一切参与者的危险都能够承受。避免了急进的机动，一起自动驾驶轿车不会简略地冻住并忽然卡住刹车。Yes 和 No 无关紧要，取而代之的是包括很多选项的评价。

“只是考虑传统品德理论导致了一条死胡同”。

“到目前为止，人们常常考虑运用传统的品德理论来推导出自动驾驶轿车做出的品德上答应的决议。这终究导致了一条死胡同，由于在许多交通状况下，除了违背一项品德准则之外别无挑选，“TUM 商业品德主席科学家 Franziska Poszler 说。“相比之下，咱们的结构将危险品德置于中心。这使咱们能够考虑概率，做出更具差异化的评价。

研讨人员着重，即使是依据危险品德的算法——虽然它们能够在每一种或许的交通状况下依据根本品德准则做出决议计划——但它们依然无法确保大街交通无事端。将来，还需求考虑进一步的差异化，例如品德决议计划中的文化差异。

软件现在将在大街交通中进行测验。

到目前为止，TUM 开发的算法已在仿真中得到验证。未来，该软件将运用研讨车辆 EDGAR 在大街上进行测验。包括研讨活动成果的代码以开源软件的方式供给。因而，TUM 正在为开发可行且安全的自动驾驶轿车做出奉献。

内容来源：https://fastrans.nhobethoi.com/app-1/link gay,http://chatbotjud-teste.saude.mg.gov.br/app-1/futemax-lakers