在科學研究中，從方法論上來講，都應“先見森林，再見樹木”。當前，人工智慧學術研究方興未艾，技術迅猛發展，可謂萬木爭榮，日新月異。對於AI從業者來說，在廣袤的知識森林中，系統梳理脈絡，才能更好地把握趨勢。為此，我們精選國內外優秀的綜述文章，開闢“綜述專欄”，敬請關注。
arXiv上2021年12月21日上傳的自動駕駛可解釋AI的綜述：“Explainable Artificial Intelligence for Autonomous Driving： A Comprehensive Overview and Field Guide for Future Research Directions”，作者來自加拿大Alberta大學和華為研發。
在過去十年中，自動駕駛在研發方面取得了重大的里程碑。人們有興趣在道路上部署自行操作車輛，這預示著交通系統將更加安全和生態友好。隨著計算能力強大的人工智慧（AI）技術的興起，自動駕駛車輛可以高精度地感知環境，做出安全的實時決策，在沒有人為干預的情況下執行更加可靠。
然而，在目前的技術水平下，自動駕駛汽車中的智慧決策通常不為人類所理解，這種缺陷阻礙了這項技術被社會接受。因此，除了做出安全的實時決策外，自動駕駛汽車的AI系統還需要解釋這些決策是如何構建的，以便在多個政府管轄區內符合監管要求。
該研究為開發自動駕駛車輛的可解釋人工智慧（XAI）方法提供了全面的資訊。首先，全面概述了目前最先進的自動駕駛汽車行業在可解釋方面存在的差距。然後，展示該領域中可解釋和可解釋受眾的分類。第三，提出了一個端到端自動駕駛系統體系結構的框架，並論證了XAI在除錯和調控此類系統中的作用。最後，作為未來的研究方向，提供自主駕駛XAI方法的實地指南，提高操作安全性和透明度，公開獲得監管機構、製造商和所有密切參與者的批准。
自動駕駛可解釋的需求源自各種問題和關注點。首先，自動駕駛車輛參與發生的道路事故，是一個基本的實際問題。由於粗心和危險駕駛會直接影響乘客和旁觀者的安全，人們通常需要確認安全運輸系統。此外，對行為或決策來由的理解是人類思維的自然要求。有專家說，“如果使用者不信任模型或預測，他們將不會使用它。”在案例研究中，經驗證明提供可解釋和可察覺的系統可以顯著提高使用者對系統的信任。特別是，如果沒有向參與者提供可靠的解釋，頻繁發生的故障可能會嚴重損害個人和公眾對智慧系統的信任。一旦對智慧系統的信任被破壞，重新獲得信任可能會是一項艱鉅的任務。因此，人類自然希望瞭解特定場景中汽車的關鍵決策，以建立對汽車的信任。如果汽車智慧決策的背後有信任，那麼將進一步支援另一個積極的元件，透明度。一旦提供了透明度，就達到了另一項要求，即可依賴（accountability ），這與該系統的決定和行動是否符合管轄條例和標準有關。最後，這些積極因素促成公平性，對自主系統的決定性行動進行道德分析、支援和因果論證。這些元件及其相互關係可被視為實現自動駕駛車輛獲得大眾認可的基本因素。
根據自動駕駛中使用者的身份和背景知識，可解釋的細節、型別和表達方式各不相同。例如，一個對自動駕駛車輛如何執行缺乏專業知識的使用者，可能會對相關決策/結果的簡單解釋感到滿意。然而，自主系統工程師需要更多資訊的解釋，瞭解汽車當前的可操作性，並根據需要適當地“除錯”現有系統。因此，解釋受眾的領域知識和知識特點對於提供恰當的、有充分資訊的和可理解的解釋至關重要。
以下就是一些可解釋性的影響因素：
cause filters
content type
model
system type
interactivity
concrete scope
下面是自動駕駛各個模組的可解釋性方法：
01
感知
正如準確感知環境是自主駕駛的基本要求一樣，提供自主行動決策的基本解釋對於理解場景導航和駕駛行為也至關重要，特別是在關鍵場景中。因此，在自動駕駛車輛的感知任務中需要提供可解釋性方法。
一些研究用視覺注意的反省（introspective ）文字描述尋求因果（post-hoc）解釋，一些研究把解釋作為涉及因果推理的人類行為描述，另一些研究將重點放在目標誘導（object-induced）的行為決策。
另一種基於感知的解釋生成方法是理解卷積神經網路（CNN）的結果。這種方法背後的主要思想是測量和顯示從神經網路輸出層反向傳播（BP）到輸入層的梯度。基於梯度的解釋方法示例包括Class Activation Map（CAM），其增強變型，如 Guided Grad-CAM、Grad-CAM、Grad-CAM++、Smooth Grad CAM++，以及基於反向傳播的方法，如引導（guided）反向傳播、分層相關（layered relevance ）傳播，VisualBackProp和DeepLift。此外，基於啟發式的Deep Visual Explanations（DVE）為深度CNN的預測提供了合理的理由。基於計算機視覺的可解釋自動駕駛系統綜述，見valeo公司的文章“Explainability of vision-based autonomous driving systems： Review and challenges”。
02
定位
由於自動車輛的實時決策需要準確地感知道路位置，因此瞭解如何從不同導航系統和感測器獲取車輛位置也至關重要。這就是定位還需要解釋性的原因。需要了解自動駕駛車輛的誘發位置，特別是當來自GPS或其他感測器的訊號不精確時候。這種不可靠的通訊通道可能因此迫使自動駕駛汽車做出錯誤的高風險決策。因此，除錯導航系統和相關感測器，有助於阻止不準確的訊號，併為自動駕駛汽車的縱向-橫向正確定位提供可靠的通訊渠道。
03
規劃
規劃決策的可解釋性綜述見論文”The emerging landscape of explainable automated planning & decision making“，來自IBM和Arizona州立大學。
之前的一個Explainable AI Planning （XAIP） 研討會，其議程特別說到”雖然XAI主要關注基於黑盒學習的方法，但基於模型的方法非常適合——可以說更適合——作為可解釋性，XAIP可以幫助使用者在複雜決策過程與AI技術互動，發揮重要作用。“
摘自該綜述，其可解釋性方法如下分類：
基於演算法 Algorithm-based explanations
基於模型 Model-Based Explanations
推理調和 Inference Reconciliation
模型調和 Model Reconciliation （user mental model）
基於規劃 Plan-based explanations
可解釋性的性質包括：
Social
Contrastive
Selective
Local
Global
Abstraction
User Study
04
控制
由於車輛控制最終反映了駕駛系統的高階決策，使用者可能需要及時解釋實時自動行動選擇的基本原理。這一需求將可解釋性的本質引入到自動化車輛的控制系統中。車內介面、儀表板和其他使用者友好功能，可幫助使用者提出“為什麼”問題（例如，“為什麼停在右側？”），或對比問題（例如，“為什麼選擇這條路線而不是另一條路線？”），反事實（counterfactual ）問題（例如，“如果選擇了該路線而不是當前路線，怎麼辦？”）和描述性問題（例如，“十分鐘後會在哪裡？”）。
另外，作者提出一個XAI框架，集成了自主控制、可解釋性和法規遵從性。如圖所示：包括可調節的自動駕駛三個組成部分，一個端到端自動控制系統元件（eeC，把感知的環境對映到車輛的動作），一個安全法規遵從性元件（srC，代表監管機構職能，主要職責之一是驗證eeC與自動車輛動作任意組合的安全性。主要透過軟體模擬模擬和實際駕駛驗證），和一個XAI元件（XAI指導的自主駕駛應該在最高層反映出一種學習到的軟體體系結構和監管原則）。
自動駕駛XAI，就是定義為AI驅動方法的概要（compendium）：1）確保車輛實時決策的可接受安全，2）提供關鍵交通場景中動作決策的可解釋性和透明度，以及3）遵守監管機構制定的所有交通規則。
最後，作者提出一個現場指導：引導XAI追隨自動駕駛的目標，其包括以下四部分
可解釋的視覺（包括因果解釋和基於計算的併發解釋）
描述自然語言的歷史以及所採取的每個相關行動，有助於給關鍵交通場景提供可靠的因果解釋。另外，基於生成可解釋模型的併發解釋可大大有助於事故預防。比如：假設自動駕駛車輛有車內人員（即後補駕駛員或乘客）；車輛提供一個緊急使用的控制（即停止）按鈕；車內介面顯示前方沒有人橫穿道路並繼續行駛；但是前面發現有一個人在路上（即視覺系統故障）；然後，車內人員及時發現這種異常情況，使用緊急按鈕減速和/或停車，防止事故發生。這個簡單的例子表明，併發解釋的概念在自動駕駛中具有潛在的用途，併為車輛的安全導航提供了機會。
基於強化學習（RL）的可解釋狀態-動作對映（自動駕駛基於MDP的軌跡序列決策）
如圖是基於模型和無模型這兩種RL在可解釋性方面的比較：除了模仿學習，這兩種RL的比較可以看到，基於模型RL的優點是，智體首先學習環境的模型，並根據環境的動態性調整其學習策略。這種有針對性的探索（exploration ）通常被稱為規劃，從本質上說可以解釋學習過程。
RL中的規劃思想對於正確決策至關重要，以Dyna體系結構為例：Dyna及其變型，即線性Dyna體系結構，與世界互動學習最優策略的同時，也學習世界模型。Dyna的規劃過程從最初提供的假想（imaginary ）狀態建立預測的未來軌跡。基於這種結構，模型投影生成最優行為，同時生成預測狀態和預測獎勵。最後兩個元件可以被視覺化和分析，作為解釋的基礎，幫助理解為什麼智體喜歡在特定的時刻選擇特定的動作。由於自動駕駛的每個（關鍵）動作可能需要直觀的解釋，因此，Dyna體系結構和基於模型的RL，通常可以透過其可解釋性功能提供巨大的益處。
知識表徵的預測知識（在RL框架下）
通用價值函式（GVF），是表示預測知識（predictive knowledge）的初步技術。根據定義，GVFs旨在獲取RL智體實際觀察結果的長時預測總結。例如，自主駕駛中的RL智體可能會提出問題，並用GVF表達相應的答案。例子有“在下一個十字路口不遇到紅燈的可能性有多大？”或者“根據目前的駕駛策略，到達目的地預計時間是多少？”
在動作中包含常識知識（包括時域問題和問題驅動的軟體分層結構）
分層軟體架構是一種支援可解釋自主駕駛決策系統的合適結構。這樣的結構直接反映了人類司機開車時的想法，例如，“交通燈會很快從綠色變為黃色嗎？”或者“前面的行人打算過馬路嗎？”或者“前面的車會加速嗎？”諸如這樣一些代表性的問題，反映了在運動過程中與駕駛相關的考量。根據這種直覺，可以說，自動駕駛汽車的分層軟體系統是問題驅動型。
可解釋性軟體系統應反映所採取時域行為的時域問題。與這種體系結構相對應而合適的RL方法是選項（options ）的概念。options 是動作的泛化，在這些動作中，RL智體有一個執行一個動作帶終端狀態的策略。最近提出的選項-批評（option-critic）架構是基於options 的概念。該體系結構可以學習內部策略和options 的終端狀態，在Arcade learning Environment（ALE）中的options 端到端學習，證明是有效的。選項-批評架構的固有結構，使其適合於自主車輛學習系統的進一步開發。
駕駛相關問題通常是暫時性的，幾秒鐘後就可以為後續行動生成新問題。駕駛決策的時間敏感性實時動態變化，使車輛面臨不同程度的風險。當然，風險較低的動作是首選。然而，在時間和計算方面，我們需要有效地探索，評估和相應動作相關的風險水平：僅關注增加RL獎勵，長時有可能不會帶來預期動作。
在傳統的RL中，只考慮獎勵而不考慮風險作為衡量標準，並不總是自動化系統的完美決策，並且RL智體可能無法透過這種探索找到最優策略。相比之下，將不同級別的風險與相應的動作結合起來，有助於透過不同的過渡（transition）和獎勵，在環境中動態發現最優策略。因此，構建良好的問題層次結構和評估與適當動作相關的風險水平，在關鍵交通環境中有助於對智慧車輛做出及時、直觀、豐富且可信賴的解釋。
——————————-END——————————-
看累了嗎？戳一下“在看”支援我們吧！
