通用汽車公司于2016年以5.81億美元收購了無人駕駛汽車初創企業Cruise。今天，Cruise在一篇博客文章中詳細介紹了其180多輛雪佛蘭無人駕駛汽車正在學習如何預測人類駕駛員的行為。這是該公司在媒體上發布的名為《無人駕駛汽車如何思考》的新系列的一部分，每一期都將聚焦Cruise自動駕駛汽車系列的不同組成部分。

　　Cruise的軟件工程師Rachel Zucker和員工軟件工程師Shiva Ghose寫道：“每天，舊金山人都要開車穿過六車道的十字路口、狹窄的街道、陡峭的小山等等。在城市里開車時，駕駛員會查看后視鏡，遵守限速規定，預測其他司機的駕駛行為，注意行人，在擁擠的街道上行駛等一系列活動。在舊金山，每輛車遇到建筑工人、騎自行車的人、行人和緊急救援車輛的頻率是郊區的46倍，每輛車每天都要學習如何在城市的這些復雜交通狀況下進行機動應對。”

　　其中一個障礙便是大量的雙車位汽車。Cruise表示，與郊區相比，在舊金山市中心遇到這種情況的概率是24：1，因此學會安全地繞過它們是非常必要的。

　　為了做到這一點，Cruise的汽車必須首先識別這些雙車位汽車，它們會通過“尋找”一些線索，如車輛距離道路邊緣的距離，剎車和危險信號燈的外觀，以及距離最遠的十字路口的距離等。除此之外，它們還使用更多相關信息，如車輛類型（送貨卡車經常是雙車位的）、建筑活動和附近相對較少的停車位等。

　　Cruise的螺栓通過傳感器感知這些信息——特別是來自Velodyne的激光雷達傳感器，以及短程和遠程雷達傳感器、連接雷達和攝像機。攝像機可以識別車輛的指示燈狀態和道路特征（如安全錐或路標），而激光雷達和雷達則分別測量距離和速度。然后，運行在車載計算機上的機器學習模型將這些從原始車流（如自行車、行人和其他車輛）中獲取到信息進行計算，來為自動駕駛汽車的行駛提供幫助。

　　一種被稱為遞歸神經網絡（RNN）的人工智能體系結構，通過給定所有可用的感官和地圖信息（包括停車可用性、道路類型和車道邊界），來確定車輛是否為雙停。Zucker和Ghose指出，RNN在記憶長期依賴關系方面是獨一無二的，這使Cruise的汽車能夠有效地積累決策信心，提高決策準確性。

　　要弄清楚駕駛軌跡需要一個可推廣的策略，而Cruise的策略是模型預測控制（MPC），它是一組依賴于系統行為模型的算法，以找出每一步的最佳行動。最終的結果是，無人駕駛汽車可以在晴天或雨天對雙車位汽車進行超車，同時為騎自行車者和迎面而來的車流讓位。

　　Cruise被認為是全球無人駕駛汽車市場的領頭羊，預計到2023年其收入將達到1731.5億美元。雖然還沒有推出無人駕駛的出租車服務（不像其競爭對手Waymo和Yandex）或將無人駕駛汽車賣給客戶,但是該公司向加州機動車輛管理局提交的一份報告顯示，它比大多數汽車行駛的英里數都要多，去年在加州大約行駛了45萬英里。它從T. Rowe Price Associates、通用汽車公司、軟銀愿景基金、本田汽車公司和其他投資者那里獲得了約11.5億美元的估值，使其總融資額達到了72.5億美元。

　　盡管到目前為止，Cruise取得了很多成功，但也經歷了不少挫折。

　　該公司放棄了在曼哈頓一個五英里（約合1.6公里）的區域測試車隊的計劃，盡管它向公眾保證其商業無人駕駛出租車服務仍在正常的發展軌道上，但該公司拒絕提供時間表或投放運行地點。更令人失望的是，Cruise去年在加州的總行駛里程不足45萬英里，遠低于預期的每月100萬英里。相比之下，Alphabet的Waymo比Cruise早4年成立，迄今為止，Waymo的自動駕駛里程已超過1000萬英里。

　　但該公司并沒有因此而放棄無人駕駛的野心。Cruise目前正在亞利桑那州的斯科茨代爾和底特律市區測試第三代汽車，大部分部署集中在舊金山。該公司今年早些時候宣布與DoorDash合作，今年將在舊金山為特定客戶試點食品和雜貨配送。此前不久，Cruise發布了第四代汽車，配備自動門、后座安全氣囊和其他在沒有方向盤情況下的增設系統。