圖2. a) 一種典型的城市駕駛場(chǎng)景; b) 分配任務(wù)的時(shí)空排列; c) 隨時(shí)間變化的相應(yīng)計(jì)算開銷
圖3. 一個(gè)駕駛?cè)蝿?wù)逐級(jí)細(xì)化的過(guò)程也就是對(duì)于任務(wù)空間的抽樣過(guò)程，包括逐級(jí)確定分配任務(wù)的時(shí)空排列和創(chuàng)建實(shí)例
3.3.3. 智能車智能性測(cè)試框架
在傳統(tǒng)汽車測(cè)試開發(fā)中我們經(jīng)常使用V字型開發(fā)方法。如下圖所示，在這種方法中，人們?cè)陂_發(fā)階段就定義了相應(yīng)級(jí)別的測(cè)試用例。
圖4. 傳統(tǒng)汽車測(cè)試V字形開發(fā)流程
V模型的第一階段是整體需求確認(rèn)階段，在該階段與整體需求對(duì)應(yīng)的測(cè)試用例也會(huì)提前定義。第二階段，第三階段分別是系統(tǒng)級(jí)別（High-Level-Design）以及子系統(tǒng)級(jí)別（Low-Level-Design）的設(shè)計(jì)和對(duì)應(yīng)測(cè)試用力的書寫。在這兩個(gè)階段系統(tǒng)的功能會(huì)被分解細(xì)化，軟件中的各種類，以及類間關(guān)系會(huì)被定義。同時(shí)，也需要在這兩個(gè)階段書寫同樣級(jí)別的測(cè)試用例。第四階段是模塊設(shè)計(jì)，在這個(gè)階段，子系統(tǒng)會(huì)進(jìn)一步分解成為小的模塊，對(duì)應(yīng)的對(duì)于模塊的測(cè)試用例也會(huì)在這個(gè)階段定義完成。
如果把我們提出的測(cè)試方法和V模型一一對(duì)應(yīng)，就能得到如下的Λ-V模型：不斷學(xué)習(xí)新示例，舉一反三，逐步完善任務(wù)描述。
圖5. Λ-V模型測(cè)試框架
V模型對(duì)于傳統(tǒng)汽車研發(fā)這一類系統(tǒng)性和可推導(dǎo)性比較強(qiáng)的系統(tǒng)工程有較好的效果，但是由于我們需要在具體的編程之前就設(shè)計(jì)好所有的測(cè)試用例，這使得該模型在較為復(fù)雜的人工智能系統(tǒng)開發(fā)中很難直接套用。
我們認(rèn)為，在開發(fā)智能系統(tǒng)過(guò)程中，機(jī)器學(xué)習(xí)和測(cè)試如同一個(gè)硬幣的兩面，智能性測(cè)試應(yīng)該和機(jī)器學(xué)習(xí)有著類似的流程。
（a）
（b）
圖6. 智能車測(cè)試框架
在平行學(xué)習(xí)的框架下，首先要解決的問(wèn)題是如何獲取新的數(shù)據(jù)用來(lái)學(xué)習(xí)，該階段我們稱為描述性學(xué)習(xí)階段；在第二階段，會(huì)從第一階段中提取特定的數(shù)據(jù)有針對(duì)性的進(jìn)行學(xué)習(xí)，從而獲得“小知識(shí)”，該階段我們稱為特定數(shù)據(jù)學(xué)習(xí)階段；第三階段是預(yù)測(cè)性學(xué)習(xí)階段，在該階段，會(huì)把前兩階段得來(lái)的數(shù)據(jù)和知識(shí)一一對(duì)應(yīng)，這種聯(lián)系也會(huì)被記錄下來(lái)。最后，所有的新數(shù)據(jù)會(huì)在第三階段已有聯(lián)系的基礎(chǔ)上找到對(duì)應(yīng)的“小知識(shí)”。
與此類似的，如圖6（b）所示，智能車的智能性測(cè)試也有著類似的流程。第一階段是創(chuàng)建新的測(cè)試任務(wù)。在這個(gè)過(guò)程中，在場(chǎng)景中的測(cè)試任務(wù)都會(huì)被逐步分解成為細(xì)化的功能。第二階段是在第一階段創(chuàng)建的測(cè)試任務(wù)中選取有挑戰(zhàn)性的部分（測(cè)試取樣）。最后一個(gè)階段是測(cè)試的執(zhí)行，也就是在前兩個(gè)階段創(chuàng)建的任務(wù)中觀察智能車的表現(xiàn)。在這個(gè)階段，我們需要從測(cè)試結(jié)果中得到兩類關(guān)聯(lián)信息，第一類是車輛智能性和其在我們搭建的測(cè)試環(huán)境中的表現(xiàn)的關(guān)聯(lián)，這種關(guān)聯(lián)對(duì)于我們?cè)谛碌臏y(cè)試任務(wù)中取樣有很大的幫助；第二種關(guān)聯(lián)是測(cè)試本身和測(cè)試環(huán)境的關(guān)聯(lián)，我們需要從不同的測(cè)試環(huán)境中學(xué)習(xí)到如何更好的創(chuàng)建測(cè)試任務(wù)。
我們提出了以上的智能性測(cè)試框架是基于以下考慮：
