autonomous vehicles rely on machine learning to solve challenging tasks in
perception and motion planning. However, automotive software safety standards
have not fully evolved to address the challenges of machine learni
通过研究自动驾驶系统中基于人工智能的算法,本文探讨了人工智能模型的作用和挑战,特别是在复杂和高维环境中执行实时关键功能的软件元素。针对安全关键应用,为了减少 AI 模型过于自信带来的风险,提出了一些培训方法,如实现确定性报告架构和确保多样性训练数据。此外,还讨论了现有方法在安全关键应用中的适用性,强调了其优点和局限性,并提出了提高自动驾驶车辆中人工智能算法安全性和可靠性的潜在改进措施。