自动驾驶深度强化学习安全综述:86 项研究分类与防御指南
该综述系统梳理了 86 项关于自动驾驶领域深度强化学习(RL)安全的近期研究,按威胁模型及单/多智能体场景对攻击与防御机制进行分类。文章评估了当前最先进攻防方法在自动驾驶语境下的适用性,旨在为构建鲁棒的 RL 系统提供设计参考。
该综述系统梳理了 86 项关于自动驾驶领域深度强化学习(RL)安全的近期研究,按威胁模型及单/多智能体场景对攻击与防御机制进行分类。文章评估了当前最先进攻防方法在自动驾驶语境下的适用性,旨在为构建鲁棒的 RL 系统提供设计参考。
本文提出了一种新的训练数据集设计方案,旨在为端到端自动驾驶策略中的轨迹评分器(scorer)提供更丰富的监督信号。作者构建了两个生成器,分别沿车辆可移动的横向和纵向轴对记录的人类轨迹进行扰动:横向向行驶边界移动,纵向向前导车移动。
针对端到端自动驾驶中思维链(CoT)推理在简单场景下引入不必要计算开销的问题,本文提出了 AdaThinkDrive 框架。该框架受快慢思考启发,采用双模式推理机制,先在大规模驾驶数据上预训练获取世界知识,再通过监督微调让模型区分需要推理的场景。
推荐理由:提出双模式推理框架,在 Navsim 基准上提升决策质量并降低推理耗时。
该论文分析了 NeuroNCAP 基准上 DiffusionDrive 等模型的碰撞主要由规划失败导致,并提出一种针对特定规划器的模型感知框架。该方法利用从规划头蒸馏的可微分代理在鸟瞰图层面发起攻击,自动生成安全关键场景及逃逸轨迹用于微调,无需昂贵的视频渲染器参与攻击循环。
论文提出 IntNet 框架,旨在解决多智能体强化学习中非平稳性与部分可观测性带来的安全挑战。该架构通过车辆间网络传输意图预测与自适应通信调度,联合优化所有组件以实现安全协同。实验在包含自动驾驶与人工驾驶车辆的复杂城市环境中进行,结果显示其相比现有方法提升了协调效率、降低了碰撞率并将通信努力减少了最高 60%。
针对自动驾驶感知仿真中输出一致但视觉依据不同的问题,论文提出了概念决定性特征保真度(C-DFF)诊断方法。该方法从冻结的待测系统提取关键证据,利用现成分割模型将其投影到共享语义空间并对比真实与合成数据的概念重要性向量。
该研究针对学习型车辆运动控制中任务目标与状态依赖的底盘安全约束难以协同的问题,提出了一种可微底盘安全层。该方法将执行器限制、单轮胎力约束及车辆操控包络线纳入序列二次规划,利用隐式微分实现时间梯度耦合,并结合专家模仿与风险引导监督的两阶段学习策略协调控制决策与安全约束。闭环评估显示,该方法在未见场景和紧急机动中改善了安全与性能的平衡,同时保持了处理稳定性。
arXiv 预印本论文提出一种模块化感知 - 预测 - 规划流水线,通过上游解析碰撞概率并构建凸安全集,在每周期内解耦安全性保证与求解器可行性。在四向无信号灯路口的蒙特卡洛试验中,该方法实现了 0% 碰撞率和 0% 求解器不可行率(12.7ms/周期),优于确定性规划器和机会约束基线;消融研究验证了各不确定性源的必要性,Clearpath Jackal UGVs 上的硬件部署验证了其实时可行性。
卓驭科技 AI 首席技术官陈晓智在圆桌及公开场合阐述,L3 量产的核心卡点在于责任主体转移后的工程标准升级,需三冗余架构(主备域控、独立电源通信)而非单纯算力堆砌。
推荐理由:卓驭阐述 L3 量产核心在于架构级冗余与成本预算平衡,提出从 L2+ 平台复用并预埋硬件的落地路径。
欧摩威在 2026 生态大会上首发由本土团队定义的第七代毫米波雷达 RAD72C,预计 2027 年 Q3 量产。该产品采用加特兰昆仑 Pro 芯片,器件减少约 20%,性能优于上一代标杆 620,且已在重庆隧道场景实现超 100 米静止目标检测。
理想汽车于 10 月 26 日直播展示 2026 款理想 i6 用料与设计,该车型历经 3 年半开发并吸收近 20 万用户反馈。新车搭载容量 96 千瓦时、CLTC 续航 780 公里的自研连山电池,实测达成率超 104%。官方定于 10 月 28 日公布价格,11 月初启动交付。
千里科技董事长印奇在重庆通用人工智能大会上宣布,其辅助驾驶系统累计搭载量已超100万台,覆盖16款车型,激活率达93.9%。公司近期发布内置10 TOPS NPU算力的4D毫米波雷达,并确立以L4级统一技术架构驱动智驾升级,提出“含模量”指标衡量智能化水平。此外,千里科技与阶跃星辰共建基座模型,超级Eva智能体累计搭载超50万辆,计划2027年一季度实现个人助手上车。
雷克萨斯上海金山工厂六大车间主体已落成,预计 11 月竣工,规划年产能可达 25 万辆。尽管本土零部件使用率将超 95%,但面对丰田集团纯电车型销量不足及 TZ 系列等新品市场迭代压力,新厂能否弥合电动化短板仍需观察后续首款投产车型表现。
文远知行(WeRide)于 2026 年 10 月 27 日宣布启动全球保险合作伙伴计划,安联保险新加坡与平安产险作为首批伙伴加入。该计划旨在支持其在中国、东南亚、中东及欧洲等地的自动驾驶服务扩张,共同开发覆盖 L4 级车辆全生命周期的定制保险方案,包括机动车责任险、商业综合险及产品责任险等。
推荐理由:文远知行宣布启动全球保险合作计划,联合安联与平安产险为 L4 级自动驾驶全生命周期提供定制保障。
近日,由市场监管总局认证认可技术研究中心牵头、地平线等单位联合申报的《车规级高端SoC芯片性能与安全检测认证关键技术与应用》项目荣获2025年度中国检验检测学会科学技术奖一等奖。
推荐理由:地平线联合申报项目获中国检验检测学会科学技术奖一等奖,其首创的MAPS评测方法填补了行业空白并写入团体标准。
2026年度中国汽车工程学会科学技术奖揭晓,由清华大学牵头、地平线等参与的项目《多源数据混合驱动的端到端自动驾驶关键技术及应用》获特等奖。该项目提出多源数据混合与闭环阶梯训练技术路线,已在乘用车、Robotaxi及商用车等多类平台实现L2至L4级规模化应用。地平线作为主要参与单位,依托征程系列芯片提供工程化验证与产业资源支撑,累计量产超1500万套,推动端到端自动驾驶从理论创新走向产业化落地。
推荐理由:地平线联合清华大学等团队获中汽学会特等奖,验证了多源数据混合与闭环训练技术在L2至L4级平台的规模化落地能力。
2026 年 1—9 月国内乘用车零售累计 1333.4 万辆,同比下降 21.7%,5 万元以下车型销量同比跌 55%。新能源渗透率虽达 67.0% 新高,但大盘下行压力主要源于燃油车阵营及插混增程车型下滑。市场呈现总量收缩与结构升级并存的特征,需求向高价值、大型化及智能化车型集中,竞争逻辑转向细分市场精准卡位。
10 月 24 日,欧冶半导体与睿驰正式签署战略合作协议,围绕区域控制器软硬件底座建立长期合作。双方依托睿驰 NeuSAR 基础软件平台与欧冶工布 565 系列芯片开展深度适配与联合研发,共同打造国产芯片加国产基础软件一体化的区域控制器解决方案。
提雅智行(TIER IV)携手慕尼黑工业大学,将在德国境内推广基于 NVIDIA Hyperion 及 Halos 安全系统的 L4 级自动驾驶方案。该平台整合双 DRIVE AGX Thor 加速计算单元,旨在加速实现安全且可投入量产的 Robotaxi 技术。此次合作将把该硬件配置整合至当地多个 Autoware 自动驾驶汽车项目中。
讯飞发布Spark-X2.6系列大模型,该模型基于全栈自主可控的国产算力平台构建,支持端侧与云端按需协同。实测显示,4B版本在仅靠CPU离线运行时,能独立完成跨文件数据核对、风险识别及代码生成任务(如搭建3D故宫网页),完成度约九成;云端版本则通过评语模型路由机制,将敏感信息脱敏后处理复杂合同审查,准确率提升至96.1%。
推荐理由:实测讯飞Spark-X2.6全栈国产算力模型,验证其在纯CPU离线环境下的跨文件分析与代码生成能力。
长安汽车总经理赵非在 2026 世界智能网联汽车大会上宣布,自研的“长安天枢领航”一段式端到端驾驶辅助系统今年正式量产。该系统打通舱驾动底控云六大领域,依托国内唯一的天枢智能实验中心保障安全。长安启源 Q06 上市首月城区领航版订单占比近 50%,预计 2027 年实现 L3 级量产、2028 年 L4 级商业化运营。
瑞典查尔姆斯理工大学研究人员开发出一种全新优化方法,能在考虑交通不确定因素下实现大规模车队近乎最优的调度管控。该方法已发表在《交通研究 C 辑:新兴技术》期刊上,旨在解决自动驾驶电动出租车在供需失衡及充电策略等复杂运营难题。
大众汽车集团(中国)于10月26日在合肥正式获得L3级自动驾驶道路测试牌照,满足最新安全设计强制标准。获牌后,集团可在合肥合规开展L3级技术的真实道路测试与大规模数据采集,相关测试工作已正式启动。
美国国家公路交通安全管理局(NHTSA)公示提议,允许搭载自动驾驶系统的车辆在车头、侧面及车尾安装一到两盏离地高度不低于 15 英寸的青蓝色灯。该可选配置旨在帮助执法人员和道路使用者区分无人驾驶与人类驾驶车辆,以消除旧有法规带来的落地阻碍。目前监管机构正就新规草案征求公众意见,正式定稿尚需数月时间。
全新腾势 N8 于 10 月 26 日开启小订,定位为科技新境宽五座 SUV。首发纯电版搭载第二代刀片电池与闪充技术,CLTC 续航最高达 1003 公里,5 分钟补能即可从 10% 充至 97%,零下 30 度低温充电仅增加 3 分钟。车辆配备天神之眼 5.0 智能驾驶辅助系统、云辇-A 空气悬架及易三方三电机四驱方案,后续将推出插混版本。
针对大曲率道路高速过弯时的车辆稳定性挑战,该研究开发了基于视觉的鲁棒无偏模型预测控制(OF-MPC)框架。数值仿真显示,itube-CILQR 算法计算耗时低于 5ms,优于 IPOPT 和 OSQP 求解器。该方法在未见过的交通场景中量化了多任务 UNet 感知模型的不确定性,为先进自动驾驶系统发展提供支撑。
该研究引入 CANDID-LKA 框架,利用车载 CAN 总线数据与第三方视觉系统,对三款主流车型共 39,800 秒的实车驾驶进行了评估。结果显示,显示状态无法一致响应标线难识别的条件,不同厂商报告‘未检测到’的频率差异巨大;潜类别模型表明显示状态仅能反映 47% 的感知退化时刻(第三方系统为 80%),且在近半数低置信度片段中从未报警。
推荐理由:该研究通过车载 CAN 总线与第三方视觉系统对比,揭示了量产车道保持辅助系统在低置信度场景下存在‘静默’失效风险,且不同厂商表现差异显著。
10月26日,小鹏汽车宣布其Robotaxi“小鹏悠游”正式获批L4级自动驾驶示范运营资质,可在广州全域开展示范运营。该车型基于旗舰车型GX打造,是中国首款全栈自研、前装量产的Robotaxi,搭载4颗自研图灵AI芯片与第二代VLA大模型,不依赖激光雷达与高精地图。
推荐理由:小鹏悠游获广州L4示范运营资质,基于全栈自研方案完成内测并计划明年无安全员载客。
2026年10月22日,捷达M6正式上市,售价7.98万至9.98万元。该车型搭载基于地平线征程6M芯片的酷睿程Hyper Sense 8一段式端到端车载解决方案,由HSD AI基座模型深度赋能,支持高速NOA、城市NOA及全场景智能泊车等功能,不依赖高精地图。这是地平线与大众智驾合作推动高阶智驾进入10万元级主流市场的最新实践。
推荐理由:捷达M6搭载地平线征程6M与HSD模型,将高阶智驾下探至10万元级市场。
上汽荣威家越07于10月23日上市,预售订单突破5万台。该车全系标配图达通高性能激光雷达,并搭载Momenta R7世界模型,支持无图全域城市领航与高速领航辅助功能。系统能精准识别道路参与者、推演运动轨迹并对突发风险预警,可应对人车混行及复杂路口等场景。图达通此前已与上汽集团深度合作,正推动高阶智驾能力向更多主流车型下沉。
智驾新程HCT Astra一段式端到端辅助驾驶系统近日量产落地,搭载于长城大狗HEV混动版,实现城区NOA在多元动力车型的量产应用。该系统基于单颗地平线征程6M芯片,提供128 TOPS算力,通过模型深度蒸馏与软硬件协同优化,响应速度小于200ms,具备跨城市与跨场景的泛化能力。
北汽全新品牌“星钽”首款车型5X正式开启预售,提供插电混动与纯电两种动力形式的7款车型。其中搭载乾崑智驾系统的插混版预售价16.49万元至18.49万元,纯电版乾崑智驾舒享版预售价16.99万元。新车预售价区间整体为13.99万元-18.49万元。
10 月 25 日腾势汽车回应称,第二代腾势 D9 纯电版及插混版的 Apple CarPlay 功能预计于 2027 年第二季度推出。该车为全球首款搭载第二代刀片电池及闪充技术的量产 MPV,自交付以来其车机对苹果 CarPlay 的支持进度备受潜在车主关注。具体上线安排仍存在调整可能,最终以官方后续通知为准。
小马智行宣布与inDrive、英伟达签署合作备忘录,将在哈萨克斯坦首都阿斯塔纳率先试点Robotaxi服务。这是小马智行首次将业务拓展至中亚地区。合作中,小马智行提供第七代Robotaxi车辆及L4级自动驾驶技术,inDrive负责出行平台运营和服务管理,英伟达以NVIDIA Hyperion自动驾驶计算平台及Halos安全系统提供AI基础设施支持。
10月20日,梅赛德斯-奔驰在上海完成全新纯电GLC的“车位到车位”辅助驾驶首秀,该系统基于Momenta R7世界模型开发,使用超1.68亿段数据训练。功能涵盖自动泊出、导航行驶及自动泊入全流程,支持地下、地面停车场和立体停车楼,可应对跨楼层上下坡及闸机识别。
特斯拉2026年Q3利润暴跌但毛利率回升,主要得益于FSD订阅收入占比提升及硬件成本优势。文章分析指出中国车企因激光雷达等硬件成本高及用户免费习惯难以直接复制此模式,正转向通过涨价、月租试探或向主机厂提供B端技术服务来寻找盈利路径。
10月21日,科大讯飞在北京举办发布会,正式发布行业首个全模态类人交互座舱“星火智慧座舱SparkAuto Space 3.0”、汽车专用大模型“星火汽车大模型SparkAuto”以及两款端侧硬件盒子“SparkAuto BOX”。
欧摩威中国区自动驾驶及出行事业群凭借复杂环境感知可靠性与软硬件协同创新,荣获“中国汽车新供应链百强奖”。其全工况卫星摄像头方案支持零下40度极寒可用、数分钟除冰及弱光增强,已获国内头部车企量产定点。该产品采用 Unibody Lens 一体化镜头设计与激光焊接工艺,推动智能驾驶感知系统向全天候稳定运行演进。
本周新能源汽车市场发生多起重要事件:捷达M6作为首款本土化纯电车型上市;特斯拉发布2026年第三季度财报,显示FSD开通率超75%、Robotaxi在奥斯汀投入运营且累计无人监督行驶里程近322万公里。
长城汽车旗下2027款坦克500于10月23日上市,售价33.5万元起。新车搭载Coffee Pilot 4辅助驾驶系统,采用VLA大模型及Thor-U芯片,配备激光雷达等27个传感器支持自然语言交互。官方称完成296项软硬件优化,并基于超4万个真实越野场景构建数据集以拓展非铺装路况能力。