[首發于智駕最前沿微信公眾號]在談及自動駕駛時，經常會聽到一個概念，那便是“專家數據”。專家數據，說白了就是“按理應該這么做”的那類示范數據。它不是隨機抓來的日志，也不是隨便標注的標簽，而是來源可靠、能代表正確或優良駕駛決策的記錄。這里的“專家”可以是經驗豐富的人類駕駛員，也可以是經過驗證的規則引擎、成熟的自動化控制器，或者在高保真仿真里由資深設計者反復產出的標準行駛案例，這些數據能告訴機器在特定感知輸入下，安全且合理的反應應該是什么樣子。

專家數據的主體通常包含兩部分，一是低層的同步傳感器流和控制量，例如前向相機、激光雷達、毫米波雷達、IMU、GNSS與車輛CAN總線里的方向盤角度、油門、制動等；二是高層的語義信息或者行為標注，比如當前目標的語義類別、車輛軌跡示范、操作意圖（如“變道”“減速避讓”）、風險判斷或者場景標簽（夜間、雨天、施工區等）。把這些信息組合起來，就能得到既有“眼睛看到什么”，又有“該怎么做”的完整示范案例，這正是專家數據的核心價值所在。

專家數據有什么形式？

專家數據的表現形式比較多樣，不能只用一種標準去定義。最直觀的專家數據是“示范軌跡”，在真實道路或仿真環境中，專家駕駛員在感知輸入變化時如何操縱車輛，系統記錄下每一幀的感知與對應的控制，這就是端到端學習常用的方式。另一類是如感知模塊需要的語義分割、目標檢測框、物體追蹤ID，以及地圖語義、車道邊界、可通行區域等結構化標簽型數據，這類標簽常由人工或半自動化工具生成，用來監督感知子模塊訓練。

還有行為語義標簽，這是專家數據中更靠上層的部分，包含“為什么這么做”的解釋性信息，比如“此處減速是因為前方行人正在靠近車道”“在此路口選擇延后左轉以避免與公交沖突”等駕駛習慣。這樣的標簽通常需要有駕駛經驗的人來判斷，因此標注成本較高，但對提升決策模塊的可解釋性和魯棒性非常重要。仿真示范也是專家數據的一種常見形式，在安全或極端場景里，真實人類示范難以獲取時，通過高保真仿真讓規則化專家或資深測試人員在大量長尾場景中生成示范數據，用以補充現實世界樣本。

專家數據的核心作用

專家數據的作用可以概括為訓練與驗證兩個層面。專家數據是監督學習中最直接的“老師”。在模仿學習或行為克隆框架里，模型通過觀察專家在給定感知輸入下的動作，學習把輸入映射為合適的控制或軌跡。沒有高質量的專家示范，模型很難學到既安全又符合人類期望的駕駛策略。特別是對于端到端或一段式模型，專家數據幾乎是唯一的監督來源，這決定了模型的基本駕駛風格與規則遵守程度。

專家數據也是評估與回歸測試的基準。把自動駕駛系統在某一場景下的輸出與專家示范進行比對，可以量化偏差、判定風險并發現系統的失效模式。這一點在迭代開發和安全論證中非常關鍵：團隊可以用專家數據來回答“系統在常見場景里能否做到和專家一樣安全？”或者“在哪些情形下系統偏離了專家的合理決策？”此外，專家數據還能作為事故后溯源分析的重要依據，幫助判斷系統行為是否符合既定安全策略，從而支持合規和法律審查。

專家數據對定義操作設計域（ODD）更有直接作用。通過統計不同場景下專家的選擇，可以把“系統能安全運行的邊界”描述得更清楚，例如在什么路況、能見度和交通密度下專家仍然能保持安全操作。這個對產品化和監管合規都很有幫助，因為監管機構常常要求明確系統的可接受運行條件以及在超出條件時的退讓策略（例如人工接管或降級到更保守的模式）。

自動駕駛汽車從路上收集來的海量駕駛日志里，不僅有優秀示范，也有人為失誤、習慣性違規、臨時應激反應等噪聲。如果把這些未篩選的數據直接當作“專家”去訓練模型，模型可能會把某些不良習慣學進去，導致安全隱患。專家數據強調的是“可復制、可解釋且符合安全規范的示范”，因此除了來源可靠以外，還需要明確的質量控制。這包括示范者的資質、示范的一致性、標注的一致性、以及對關鍵決策點的注釋等。沒有這些保障，數據雖然數量多但價值低，反而可能誤導學習過程。

專家數據在不同架構里的作用差別

在模塊化架構下，專家數據主要用于訓練和校驗各個獨立模塊。感知模塊依賴人工標注的物體與語義標簽，定位模塊依賴高精定位和地圖參考，預測與規劃模塊使用專家示范的軌跡和行為標簽來優化決策邏輯。在這種方式里，專家數據的結構化和語義清晰性尤其重要，因為數據需要被拆分并分別投入不同模塊的訓練流程。

而在端到端或一段式學習中，專家數據直接連接感知輸入和控制輸出，模型學習的是從“眼睛看到什么”到“手腳怎么動”的映射關系。端到端模型對示范的一致性、時序對齊和覆蓋廣度要求非常高，任何時間戳錯誤或控制信號延遲都可能使示范變得誤導性更強。此外，端到端訓練對長尾場景的依賴更重，因此通常需要大量多樣化的專家示范，或結合仿真數據和數據增強手段來彌補現實采集的不足。

專家數據如何提升安全與可解釋性

專家數據本身帶著人類決策的意圖和理由，這為可解釋性提供了天然的切入點。若在示范中同時記錄高層語義（如“為什么在此時選擇合流”或“選擇停車而不是繞行的理由”），模型在出問題時可以被檢驗是否偏離了這些理由。對于車企來說，這種對照能幫助他們追溯決策鏈，識別規劃或控制中的潛在風險點，從而更有針對性地改進系統或增設保護措施。

此外，把專家示范作為“約束”融入訓練（如通過偏好學習或逆向強化學習把人類偏好編碼為獎勵函數），可以在追求性能的同時保留人類可接受的行為模式。這在用戶體驗和合規性方面都很重要，因為單純優化某個指標（比如最短時間到達）可能會犧牲舒適性或安全性，而專家數據能夠提供平衡這些目標的經驗依據。

最后的話

專家數據就是高質量、有代表性的示范數據，它把“看見”與“做法”結合，用來教會自動駕駛系統在復雜交通場景下如何安全、合理地行動。它既是訓練模型的直接監督信號，也是評估與安全驗證的金標準。與普通駕駛日志不同，專家數據強調來源可信、標注嚴謹和語義清晰，這些特性決定了它在自動駕駛研發和合規審查中的高價值。

如果把自動駕駛開發比作培養一個可靠的司機，普通日志是大量的路況教科書，而專家數據是那些經驗豐富的導師親自出題并示范正確做法。沒有這些導師式的示范，系統很難學會在關鍵時刻做出既安全又合乎人類預期的決策。

審核編輯 黃宇