這些系統(tǒng)已經(jīng)非常智能，但我們在此基礎(chǔ)上設(shè)計了智能用戶界面讓車輛更加定制化以適應(yīng)不同的用戶。虛擬駕駛系統(tǒng)與交通移動云連接，控制著車輛。因此，定制化和智能化是自動駕駛車輛發(fā)展的兩個方向。

接下來討論幾個駕駛汽車中的應(yīng)用以及福特在自動駕駛中的研究。在汽車控制中有自動動力系統(tǒng)控制、自動轉(zhuǎn)向控制和半自主懸架系統(tǒng)這些不同的系統(tǒng)經(jīng)過標定可以實現(xiàn)舒適、常規(guī)和運動三種模式之間的切換。

車輛模式的選擇共有27中組合，讓駕駛員在這之間進行選擇是一件困難的事，而智能系統(tǒng)則可以基于道路特點和駕駛員的反應(yīng)選擇最優(yōu)的模式，這也是定制化的一個方面。另一個重要的應(yīng)用是智能巡航控制，它基于速度曲線尋找最優(yōu)的巡航速度設(shè)置點來達到最優(yōu)化燃油消耗的目標。

通過對數(shù)字地圖的分析、交通標志的識別、道路幾何形狀的辨別系統(tǒng)能夠為駕駛者建議最優(yōu)的加減速、檔位，提供最高效的駕駛模式選擇。

此外，分析駕駛員的行為由此生成評估報告、根據(jù)車輛在不同時間頻繁的行車、停車的記錄可以估計出下一個目的地。

福特在自動駕駛領(lǐng)域的布置和發(fā)展包括投資了 Argo AI 以及成立了自動駕駛子公司AV LLC，這兩家由福特所有的獨立實體計劃在2021年前完成研發(fā)并投入生產(chǎn)。

福特研究自動駕駛采用的是分層級的方法，層級從反射級 Reflexive 到深思級 Reflective。反射級指的是當人們在駕駛時不需要思考而下意識作出的一些舉動，Reflective 則是完全相反的，比如人在高速駕駛的時候會不斷地思考獲取最佳的決策。

分層級方法有三個層級，Decision Making 曾屬于高層規(guī)劃，基于強化學習、博弈論方法；稍低一個層級的 Path Planning主要完成避障等場景；沿著規(guī)定好的軌跡行駛則是由最后的 Path Following層級使用模型預(yù)測控制完成。

Path Planning 部分使用的是Q強化學習方法，強化學習通過最大化累計收益函數(shù)Q函數(shù)來獲得最佳決策，此處狀態(tài)為車輛本身以及相鄰車輛的實時的橫向和縱向位置，行為是車道保持、巡航速度增減以及左右換道。仿真器用來訓練神經(jīng)網(wǎng)絡(luò)擬合決策Q函數(shù)，該算法提供了狀態(tài)到行動的映射，得到的是貝爾曼方程的實時解。

強化學習近些年變得很火熱尤其是谷歌的 Deepmind 推出了AlphaGo取得了成功，他們提出了 Deep Q Learning（DQN），現(xiàn)在幾乎成了強化學習的標準。在DQN算法中，我們建立了一個人工目標于是得到：

y與Q的差值可類比監(jiān)督學習中的預(yù)測值與標簽的差值，由此得到的時域差用來更新網(wǎng)絡(luò)得到最優(yōu)值。在此基礎(chǔ)上，Deepmind提出了三個主要的改進形成了double DQN，首先是提出適合多層神經(jīng)網(wǎng)絡(luò)的Q函數(shù)；第二他們提出一個采樣任意的minibatch的方式處理訓練網(wǎng)絡(luò)的數(shù)據(jù)；第三個則是他們提出了兩個Q函數(shù)分別為當前Q函數(shù)和目標Q函數(shù)來更新網(wǎng)絡(luò)，這些改進使得強化學習更加穩(wěn)定。

然而，當福特直接使用這些方法是發(fā)現(xiàn)訓練神經(jīng)網(wǎng)絡(luò)經(jīng)常容易失敗并且訓練速度很慢。因此他們加入了一些常識性的規(guī)則，當發(fā)現(xiàn)行為不安全時，將安全的行為加入網(wǎng)絡(luò)，對碰撞的判別會混合到采樣隨機minibatch中用于網(wǎng)絡(luò)的更新，最終結(jié)果取得顯著性效果。

在強化學習中，應(yīng)該不僅僅依賴于對數(shù)據(jù)這些短期性的經(jīng)驗的學習，一些常識性的長期經(jīng)驗規(guī)則的使用也很重要。