Predicting Driver Adaptability: A Hierarchical Computational Rationality Model of Bounded-Optimal Visual Sampling in Lateral and Longitudinal Vehicle Control

驾驶是我们在所见之物与所预判之物之间进行的一种持续不断的博弈。我们的眼睛扫描着道路，检查车道线和时速表，但它们无法永远固定在每一个细节上。人类的大脑并不是一台记录连续视频的摄像机；它是一个构建世界心理图像并仅在必要时更新该图像的处理器。当我们移开视线片刻时，大脑并不会直接陷入空白。相反，它依赖于一种内部估计，即基于我们上次观察的时间和刚刚采取的行为，对车辆位置及行驶速度做出的最佳猜测。这种心理图像非常有用，但也是脆弱的。随着没有新的视觉信息输入，这种猜测会变得越来越不确定，误差的风险也会随之增加。长期以来困扰研究人员的问题不仅在于驾驶员能注视多久，还在于当他们在有限的时间内需要监控多个目标时，如何决定看什么。

几十年来，科学家们一直在研究驾驶员如何管理注意力，通常专注于单一任务，例如保持在车道内。然而，真实的驾驶很少如此简单。驾驶员必须同时操纵方向盘以保持在车道内，并控制车速以匹配交通状况或路标。这两项任务是相互关联的：如果道路急转弯，驾驶员必须减速；如果车速过快，转向就会变得难以安全操控。直到现在，试图模拟驾驶员如何思考注意力的计算机模型大多将这些任务分开处理。它们可以解释驾驶员如何决定看路以保持在车道内，或者如何看时速表以维持速度，但无法解释当两者同时出现不确定性时，驾驶员如何在两者之间做出选择。这种理解上的空白使我们对人类如何管理驾驶所需的复杂、瞬时决策的认识仍是不完整的。

来自芬兰于韦斯屈莱大学（University of Jyväskylä）和香椎技术大学（Kochi University of Technology）的一个研究小组建立了一个新的计算机模型来填补这一空白。他们创建了一个数字驾驶员，让其在模拟环境中学习驾驶汽车，但有一个特别之处：驾驶员的视野会被频繁遮挡，就像戴着一副会变黑的护目镜一样。这个数字驾驶员必须决定何时抬起护目镜看路，何时看时速表，以及何时闭上眼睛依靠其内部猜测。该模型的目标并非通过预设特定规则来规定何时观察，而是像人类一样通过试错法进行学习——通过尝试保持在车道内并保持安全车速，同时尽量减少观察带来的“代价”。研究人员希望观察，如果给出一台计算机基本的驾驶目标和无法时刻观察全部信息的限制，它是否会自然地发展出一种类似于人类行为的观察策略。

为了测试这一点，研究人员首先从三十名参与者中收集了驾驶模拟器的数据。这些人戴着特殊的眼镜（眼镜可以阻挡视线）在一条弯曲且多丘陵的道路上驾驶。参与者被要求将汽车保持在车道中心，并将速度维持在每小时100至110公里之间。他们被允许在感到需要检查道路或速度时，通过拉动一个杠杆来短暂恢复半秒钟的视力。研究人员精确记录了驾驶员闭眼的时长、观察的频率，以及他们在观察道路与观察时速表上分别花费的时间。这些人类数据成为了基准，即衡量计算机模型的现实世界标准。

该计算机模型的设计包含了一个决策层级，模仿了人类大脑组织这些任务的方式。它由三个协同工作的不同部分组成：第一部分负责转向，第二部分负责控制速度，第三部分是一个监督者，负责决定哪一个较低层级的任务需要新的信息。当监督者决定进行观察时，它会选择观察道路或时速表，但不会同时观察两者，这模拟了驾驶员的视线一次只能聚焦于一件事的事实。模型通过强化学习进行训练，即通过维持在车道内和保持正确车速获得奖励，并通过撞车或超速受到惩罚。至关重要的是，模型在每次决定观察时也会受到微小的惩罚，这代表了转移注意力的心理成本。这迫使模型变得高效，只有在内部猜测的不确定性高到无法忽视时，才会进行观察。

当研究人员让模型运行在与人类驾驶员相同的模拟条件下时，结果表现出了惊人的相似性。计算机驾驶员发展出了一种观察模式，与人类数据高度吻表。平均而言，模型观察道路的时间约为24%，观察时速表的时间约为10%，其余时间则处于闭眼或看向其他地方的状态。这一分布非常接近人类的平均值，即人类驾驶员观察道路的时间约为29%，观察时速表的时间约为12%。模型在闭眼时长上也与人类一致，平均每次注视时间略低于一秒，并且观察频率也大致相同，即每十秒观察约七次。甚至连模型驾驶的速度以及偏离目标速度范围的次数，也与人类参与者保持一致。

最重要的发现是，该模型在没有被告知具体行为方式的情况下实现了这种相似性。它并没有预设诸如“每五秒看一次路”之类的规则。相反，它学会了为了保持安全，必须在偏离航线或超速的风险与观察的成本之间取得平衡。当道路笔直且速度稳定时，模型学会了保持更长时间的闭眼状态，信任其内部预测。当道路弯曲或速度开始偏移时，模型学会了更频繁地观察，以修正其猜测。这表明，人类分配注意力并非随机习惯，而是一种适应性策略，源于高效管理不确定性的需求。模型表明，驾驶员本质上是在管理一份“注意力预算”，仅在不了解情况的成本变得过高时才进行支出。

然而，这项研究也揭示了模型在理解人类缺陷方面的局限性。虽然人类驾驶员偶尔会偏离车道（这是真实驾驶中的常见现象），但计算机模型从未犯过这种错误。模型的转向过于完美，这可能是因为它接受的训练过于严格地规避错误，以至于从未采取人类自然会采取的小风险。这表明，虽然模型捕捉到了关于“何时观察什么”的逻辑，但它仍然高估了人类控制的稳定性。现实中的驾驶员不仅在管理不确定性，还在应对身体极限以及偶尔的注意力涣散，而目前的模型尚未能完全复制这些情况。

这项工作的意义不仅限于理解我们如何驾驶。通过展示注意力是一种旨在保持内部预测准确的动态资源，该模型为驾驶安全系统提供了一种全新的思考方式。目前的警示系统通常依赖于简单的规则，例如如果驾驶员视线离开超过两秒就发出警报。但这项研究表明，离开视线的危险程度完全取决于具体情境。在笔直且空旷的高速公路上，离开视线两秒可能完全安全，因为驾驶员的内部猜测仍然准确；而在一个陡峭且蜿蜒的山坡上，同样的两秒钟注视可能就会变得危险，因为此时的猜测已经变得不再可靠。一个基于此模型的系统可以估算驾驶员的内部不确定性，并仅在缺乏视觉信息真正威胁到安全时发出警告，而不是仅仅通过计时。

最终，这项研究为我们每个人都在无意识中进行的行为提供了一个正式的解释：即何时观察以及何时信任直觉的艺术。它证明了人类在视线移开时仍能安全驾驶的能力并非注意力的失效，而是一种高级的适应形式。通过将注意力视为更新世界心理模型的工具，研究人员表明，大脑一直在计算获取信息的成本与出错风险之间的平衡。尽管该计算机模型相对简单，但它成功地重现了这种复杂的平衡行为，证明了人类注意力的模式并非偶然，而是为了在不确定的世界中保持安全而进行的理性（尽管是有限的）努力。