文章选自IEEE Spectrum中文版《科技纵览》。
  在新加坡市中心步行一小会儿，你就会穿过一座模仿DNA结构的螺旋桥，并路过一个荷花形状的科学博物馆，最后到达一片声光闪烁的人造巨树丛林。这样看来，这里能够成为世界上首个拥有无人驾驶出租车的城市也就不足为奇了。
  自2016年4月份开始，这些机器人出租车就出现在了新加坡纬壹科技城商业区6公里长的道路上，而这里的人们也已经习惯用打车app来叫出租车。也许这就是为什么当一辆略经改装过的雷诺Zoe电动车停在星巴克外面时，只有我一个人感到好奇。坐在车里的有一个工程师、一个安全驾驶员和nuTonomy公司的首席运营官道格•帕克（Doug Parker），该公司是麻省理工学院的一个衍生公司。
  这种汽车配备了适合城市自主驾驶条件的标准传感器套件：车顶和前保险杠均装有激光雷达，且雷达和摄像头遍布各处。除了仪表盘上有手动、暂停和自动驾驶这3个模式按钮以及红色的紧急制动按钮之外，车辆内部与普通车辆几乎无异。在得到工程师许可之后，安全驾驶员按下了自动驾驶按钮，之后汽车就出发前往新加坡的研发基地——启汇城。
  预计今年年底，nuTonomy公司会将其新加坡车队的车辆数目从原来的6辆增加到几十辆，并在其大波士顿地区剑桥市总部附近的公共道路和其他一两个地方增加一些测试车辆。
  “我们觉得新加坡是世界上最适合测试无人驾驶汽车的地方。”帕克如是说；当时车辆正轻巧熟练地避开旁边停着的出租车。
  纬壹科技城路况的复杂度比较适中。这里行人多，车流量稳定，交通很少陷入瘫痪，且路况多样，足以为无人驾驶汽车提供其所需学习和改进的各种条件。
  坐在一辆无人驾驶的车中，你才会意识到自己开车时无视了多少可能造成危险的行为。如果是人来开车的话，驾驶员会根据经验来判断哪些行为是无须担心的，但是nuTonomy的车辆现在还无法做到这一点，因此会对所有状况做出反应，频繁地做出一些（有时甚至是过激的）尝试，以保证安全。只要车辆有一丁点儿怀疑行人可能会突然决定从车前通过，它就会选择减速。
  这种对行人和其他驾驶员的不信任在设计时就被加入了软件程序当中。“人才是目前我们所遇到的最大挑战。”帕克说。
  在15分钟的驾驶体验过程中，我们的车辆要应对各种情况，包括在路边行走的行人、轧到道路中心线的车辆、正在进行道路维修的工人、变道的出租车以及有一大群小孩子下车的公共汽车。即使是由人来驾驶也需要集中精力，因此也就不怪乎安全驾驶员有时需要接手过来，以确保车辆行驶安全。
  为了应对此类复杂情况，nuTonomy公司采用了形式逻辑，该法则基于与阿西莫夫机器人学三定律类似的规则等级结构。第一优先级依次为“不要撞击行人”“不要撞击其他车辆”和“不要撞击物体”；其次是“在安全的前提下保持速度”和“不要轧到马路中心线”；之后是“提供舒适的驾驶体验”。
  车辆会努力一直遵照所有的规则来行驶，但会优先违反那些次要的规则：如果路边正停着一辆车，而且还挡住了路，那么nuTonomy的车辆就会打破中心线规则，以便维持速度，和普通驾驶员一样绕开旁边停下来的车辆。这种车辆利用的是一种叫做RRT*的规划算法——该算法是快速扩展随机树（RRT）的一个变种，在摄像头和其他传感器数据基础上评估众多可能的路径。单个决策软件会对每个这样的路径做评估，选出最符合等级规则的那一个。
  相比之下，大多数其他的无人驾驶汽车公司则主要靠机器学习，即如果你向机器学习算法展示了足够多的驾驶场景——可以是真实数据，也可以是模拟数据——那么它就可以得出好的驾驶行为有哪些基本规则，并将这些规则应用于其他没有遇到的场景。对于很多无人驾驶车辆来说，这种方法总体上来看还是比较成功的。
  事实上，nuTonomy也采用了机器学习技术来解决不同的传感器数据解读问题——但不包括决策判断。这是因为我们很难知道机器学习系统是如何做出选择的。
  “机器学习就像是一个黑盒子，”帕克说，“你永远无法确切地知道究竟是怎么回事。”
  而另一方面，形式逻辑利用的则是人类能够读懂的编码，即使是在完全没有防备的情况下，也可以明确地保证车辆遵守安全规则。“这是一种非常严格的算法流程，将车辆行为规范转译为可验证的软件。” nuTonomy 公司的首席执行官兼联合创始人卡尔•伊佳尼玛（Karl Iganemma）解释道，“这也正是我们这个产业所缺乏的。”
  丰田研究机构的首席执行官吉尔•普拉特（Gill Pratt）也同意“形式逻辑方法的安全性是可以被证明的”，但他还是谨慎地表示，“将这种正统方法用于有人和无人驾驶共存的异构环境中会更具挑战”。
  nuTonomy公司正在此类环境中积累丰富的经验，但也同样意识到这还需要一定的时间。“我们坚信这会让道路变得越来越安全，但事故是无法避免的。”帕克说。实际上，10月份的时候，nuTonomy的测试车辆就发生了一个小事故。“你所希望的是能够回去搞清楚，‘我们的车在那种情况下做出正确的判断了吗，如果没有，那又是为什么呢？’有了形式逻辑，这个问题就能迎刃而解。”
  如果有能力对所发生的情况给出解释，就能给监管机构提供巨大的帮助，也能够告诉他们你做了哪些调整来避免同类问题再次发生。有效的监管对于无人驾驶车辆的成功至关重要，这也是很多大型汽车市场所面临的挑战性障碍。比如，美国的联邦、州和地方政府制定了一系列有关交通、车辆和驾驶的规定。但在很多地区，技术发展得实在太快了，政府的监管根本跟不上。
  其他一些公司也正在公共道路上测试无人驾驶出租车和运货车辆，包括匹兹堡的优步。动机很明显：如果机器人系统让人类驾驶员变得多余，那么就可以省去劳动力成本。大多数地区的劳动力成本远高于车队经营者购买无人驾驶汽车的成本。或许无人驾驶车辆的潜在经济效益已经很明确了，但对于监管机构是否会很快批准其商业运营，这一点却不是很清楚。
  新加坡政府对无人驾驶的看法更加统一，也更加激进。“我们采用了一种不同的思路。”新加坡交通部副部长李川德（Lee Chuan Teck，音）解释道，“我们认为，当技术准备就绪时，法律不得不跟上。”新加坡过去在监管方面主要是参照美国和欧洲的经验，但现在靠的是自己。“对于无人驾驶汽车来说，我们发现大家都没有做好监管的准备，也没有人知道应该怎么测试和验证。”新加坡经济发展局运输工程司长谭孔辉（Tan Kong Hwee，音）表示。
  新加坡的解决方案是与当地大学、研究院和企业合作，推动监管工作与技术的同步进展。帕克说，政府、学术界和产业界之间这种不寻常的紧密联系是让nuTonomy决定在这里开展测试的另一个原因。
  新加坡有理由这么积极：这里有560万人口，但却只有略多于700平方公里的地域面积，可以说是世界上第三大人口密集国家。公路面积占到了土地的12%，和住房的占地面积相差无几，随着人口的增加，再修建更多的道路已经不可行。政府已经决定更好地利用其已有的基础设施，从私家车辆（有近40%的出行使用私家车）转变为公共交通和拼车。普通汽车95%的时间都是停着的，无人驾驶汽车就不同了，它们几乎可以一直处于运行状态，这样就可以使新加坡道路上的汽车数量减少2/3。这还只是在每辆车一次仅载一名乘客的情况下，而拼车可以乘载更多的人。
  在未来的3到5年内，新加坡计划对无人驾驶轿车、无人驾驶公共汽车、无人驾驶运货卡车，甚至是无人驾驶多用途运载车进行一系列的试验，目标是更好地了解居民在其日常生活中对无人驾驶汽车技术的使用方式。此外，李川德还表示，新加坡“将用10到15年的时间着
手建设一个真正的新城，与开发商一起从零做起，研究如何将无人驾驶汽车技术融入其计划当中”。从零开始建设新社区是新加坡的特色，纬壹科技城就是一个很好的例子。
  在这个新城当中，大多数的公路将会被刚好能容纳小型无人驾驶穿梭巴士行驶的道路所代替。对于长距离行驶来说，会有按需行驶的无人驾驶轿车和巴士在地下运行，在市中心外的车站等待出发指令。这会是一个宽敞、安静的区域，全是广场、运动场和公园——几乎没有停车场。
  为了应对这样的挑战，nuTonomy一开始先和亚洲的一个拼车公司Grab合作，为纬壹科技城附近的一小部分通勤居民（从几千名申请者中选出）提供无人驾驶出租车服务。在这样的实际应用条件下对出租车进行测试非常重要，与之同样重要的是要了解，当此类汽车不再是一种新鲜事物而是成为一种实用的出行方式时，使用者又会与其发生怎样的互动。“人们很快就对这种汽车产生了信任，”帕克说，“其成为一种普通出行方式的速度之快令人惊奇。”
  帕克还补充道，如果一切顺利，公司应该可以在2018年联合Grab，为纬壹科技城附近的所有客户——而不仅仅是那些预审客户——提供商用化服务。刚开始，每一辆出租车会配备一位安全驾驶员，但nuTonomy现在正在研究一种方法，以实现必要时对无人驾驶汽车的人工远程监控。最终，nuTonomy将过渡到全面的无人驾驶时代，且可以选择遥控操作模式。
  “城市的整体结构将发生变化。”帕克预测道，“我认为，这将会是进入汽车时代以来发生的最大的一件事。”
  该文章来自IEEE Spectrum