Waymo и TU Delft создали новую вычислительную модель для оценки действий беспилотного такси в сравнении с живым водителем
Модель Reference Driver воспроизводит поведение человека задолго до столкновения, а не только в последнюю секунду
Разработка выходит на фоне расширения сервиса Waymo и усиления давления со стороны регуляторов
Исследовательский код модели открыт по некоммерческой академической лицензии
Компания Waymo, входящая в холдинг Alphabet, представила вычислительную модель, которая должна точнее ответить на главный вопрос всей отрасли: насколько её система автономного вождения безопаснее — или опаснее — живого водителя. Работа выполнена совместно с Делфтским техническим университетом (TU Delft) и опубликована 10 июня в журнале Nature Communications (DOI: 10.1038/s41467-026-73345-0).
Источник изображения — techcrunch.com
Модель получила название Reference Driver (сокращённо ReD) — «водитель-эталон». В её основе лежит подход, известный как активный вывод (active inference): согласно этой теории, человек за рулём непрерывно достраивает в голове возможные варианты развития событий и действует так, чтобы прийти к самому безопасному и предсказуемому из них. Мозг при этом стремится минимизировать «удивление» — расхождение между ожидаемым и увиденным.
Поведенческий манекен вместо манекена для краш-тестов
Автомобильная промышленность десятилетиями использует физические и виртуальные манекены, чтобы проверить, как машина ведёт себя в момент удара: выдержит ли кузов, вовремя ли сработают подушки. Reference Driver развивает эту идею и переносит её на уровень поведения — модель служит эталоном того, как осторожный и компетентный водитель реагирует на дорожный конфликт до столкновения.
Ключевое отличие от привычного манекена в том, что ReD существует только внутри вычислительной среды и не устанавливается в автомобиль. Разработчики прогоняют через неё тысячи записанных и смоделированных аварийных ситуаций, а затем сравнивают, как в тех же условиях сработала бы автономная система.
«Оценка безопасности беспилотных автомобилей многогранна, и понимание того, как человек справляется с конфликтом на дороге, — критически важная часть головоломки», — отметил Маурисио Пенья, директор по безопасности Waymo. По его словам, единый эталон компетентной человеческой реакции позволит отрасли перейти к общему научно обоснованному подходу к оценке предотвращения столкновений.
Чем ReD отличается от предыдущих моделей
До сих пор Waymo опиралась на модель NIEON (Non-Impaired driver with Eyes ON the conflict) — «трезвый и внимательный водитель, смотрящий на конфликт». Она, как и большинство отраслевых аналогов, описывала лишь последние секунды — реактивные манёвры вроде экстренного торможения или резкого руления.
Reference Driver воспроизводит всю предысторию аварии. Кроме того, впервые в одной модели объединены разные виды уклонения от столкновения — торможение, объезд и их сочетание, которые раньше описывались отдельными формулами.
- Модель имитирует внутреннее «удивление», которое испытывает водитель при возникновении опасности;
- она способна описывать поведение не только автомобиля, но и других участников движения;
- её можно применять к большим наборам испытаний с тысячами сценариев без ручной настройки под каждый.
«Опора на активный вывод дала нам целостное описание реакции человека на столкновение. Это позволяет воспроизвести внутреннее „удивление“ водителя во время конфликта и получить более человекоподобный эталон для автономных систем — раньше автоматизировать такое в масштабе было невозможно», — заявил Аркадий Згонников, доцент TU Delft. Он и его коллега Юлиан Шуман работают в лаборатории HERALD — одной из двух десятков исследовательских групп университета, занятых искусственным интеллектом.
Работу высоко оценил Карл Фристон — нейробиолог, которому и принадлежит сама теория активного вывода. По его словам, именно для таких задач эта теория и создавалась: наделить автономные механизмы ситуационной осведомлённостью и способностью целенаправленно добирать недостающую информацию.
Почему это важно именно сейчас
Точная модель поведения человека за рулём — базовый инструмент для любой компании, выпускающей беспилотные такси: без неё невозможно доказать регулятору, что машина ведёт себя не хуже водителя. Для Waymo момент особенно чувствительный: сервис выходит во всё новые города и одновременно оказывается под растущим вниманием надзорных органов и общественности.
23 января 2026 года беспилотное такси Waymo сбило девятилетнего школьника рядом с начальной школой в Санта-Монике (штат Калифорния). Ребёнок выбежал на проезжую часть из-за припаркованного вторым рядом внедорожника в часы, когда детей привозят на занятия; в салоне не было ни пассажира, ни оператора безопасности. Школьник отделался лёгкими травмами, но происшествием занялись сразу два ведомства — Национальное управление безопасности дорожного движения (NHTSA) и Национальный совет по безопасности на транспорте (NTSB), а также полиция Санта-Моники.
Именно тогда компания воспользовалась прежней вычислительной моделью, чтобы обосновать свою позицию: внимательный человек за рулём, по её расчётам, совершил бы наезд на скорости около 22 км/ч (14 миль в час). Беспилотник же ударил ребёнка на скорости менее 10 км/ч (6 миль в час), успев экстренно затормозить с 27 км/ч (17 миль в час). Разбирательство до сих пор не завершено, и именно такие расчёты становятся предметом спора между компаниями и регуляторами — отсюда и потребность в модели, которой можно доверять обеим сторонам.
Для читателя из СНГ история важна как ориентир: в России и Казахстане беспилотный транспорт пока живёт в режиме ограниченных испытаний — на закрытых территориях, в отдельных районах и с оператором в салоне. Вопрос «а безопаснее ли робот человека» здесь ещё только предстоит переводить в цифры, и методики вроде Reference Driver почти наверняка станут основой будущих требований к разработчикам.
Код выложили в открытый доступ
Waymo рассчитывает, что развивать Reference Driver будет вся отрасль, а не одна компания. Вместе с публикацией статьи исследовательский код модели стал доступен по академической некоммерческой лицензии: его разрешено использовать для исследований, преподавания, личных экспериментов и научных публикаций.
Разработчики подчёркивают, что модель можно настроить и на «широкий спектр поведения участников дорожного движения помимо предотвращения столкновений». По оценке компании, ReD позволяет прогонять и оценивать множество сложных реальных аварий в виртуальной среде, выявляя слабые места системы с беспрецедентной скоростью. Практическая выгода очевидна: чем больше сценариев удаётся проверить в вычислительной среде, тем меньше нужно наматывать испытательных километров на реальных дорогах.
