“要不是他构建了那套非局部多目标耦合场景图模型，我们的底层决策算法八成还陷在无休止的黑盒调优里。决策效率能提上来这么多，头功是他的。”
尤斯塔斯的声音听不出什么波动：“芝加哥大学的的Leo，最近学术头条上的热门，我当然听说过。
“不过这次的非局部多目标耦合场景图模型是否能通过，还得看接下来的封闭道路测试结果。”
他客气归客气，但也谈不上有多热情，甚至还有点公事公办的意思。
在这位谷歌工程部门的老大看来，从学术界纯粹的偏微分方程分析，跨越到极为讲究机械控制和极限物理冗余的自动驾驶工程，两者之间有着巨大的行业壁垒。
因此，对于特伦教授团队完全依赖这套场景图模型反向优化出来的决策方案，她从一开始就持谨慎的保留态度。
时间临近九点。就在正式测试开始前的十几分钟，NASA艾姆斯研究中心的观察员小组也顺利抵达了控制中心。
这群身穿深蓝色制服的航空工程师几乎没在接待处做任何停留，直接走到了巨大的透光落地窗前，将极具审视感的目光聚焦在了测试跑道起点。
那里，停着一辆改装过的谷歌第三代无人驾驶原型车。
……
第304章 谁才是真正的功臣？（求订阅）
“大家按正常流程复测就行。这段时间为了无人驾驶项目，辛苦各位了。这次听说NASA艾姆斯那边也来观摩，刚好我们的原型车要进行新一轮封闭验证，我就临时改了行程过来看看。
“希望不会打扰到你们的工作。”
出乎众人意料，在测试正式开始前，身穿深灰色西装的谷歌CEO埃里克·施密特亲临了现场。
他微笑着与尤斯塔斯和特伦教授等人逐一握手。
这位身处封闭道路测试区的科技巨头态度随和，并没有摆出超级富豪的架子。
“请您放心，施密特先生。”
作为谷歌统管工程与研究部门的高级副总裁，艾伦·尤斯塔斯松开手，语气笃定，“今天的封闭复测我们内部已经预演过多次，不会有问题。”
一旁的特伦教授也适时接话：“是的，我们只需去控制室安心等待结果就好。”
说完，他侧过身，引领着施密特朝一旁的系统控制室走去。
行进间，特伦教授回头看了一眼跟在人群后方的李傲。
他本想向施密特详细介绍一下这位大功臣，但略一思忖，还是按捺下了念头，打算等复测通过后再正式引荐。
李傲将几人寒暄的画面看在眼里，始终保持着沉默。
以他目前芝加哥大学本科生的身份，确实很难让这位福布斯富豪榜上的顶级大佬立刻予以重视。
更何况，连马修和埃里克这两位核心工程骨干，此刻都只能站在边缘，没找到机会上前握手。
眼下的重心全在即将开始的复测上，所有人都已在各自的岗位上就绪。
尤斯塔斯没有再耽搁时间。
伴随着指令下达，对原型车的封闭道路复测正式开始。
透过控制中心巨大的可视化屏幕，众人可以清晰地看到停在测试区起点的谷歌第三代无人驾驶原型车。
车顶搭载着醒目的激光雷达，两侧装配了高分辨率摄像头与毫米波雷达。
车身内部接入了重新适配的计算模块，使感知结果与决策层能够在毫秒级完成数据交换，尽量降低单一传感器或视觉方案带来的盲区与误判。
融合后的多源感知数据，会被送入全新的场景图决策模块。
该模块可以把遮挡区域中的潜在行人风险、对向高速来车以及路口优先权关系，统一表示为动态关系图谱。
再与重构后的底层规划控制模块配合，构成这辆原型车应对极端路况的核心支撑。
李傲虽然没有系统学习过车辆工程，但凭借对人工智能算法和数学建模的深刻理解，他也能看出，在现有硬件与测试周期约束下，这套架构已经是相当稳妥的工程方案。
他注视着屏幕上的实车画面，神色平静，但心底同样带着几分期待。
控制室内，目光同样专注的还有施密特。
此时的谷歌已经全面开启了无人驾驶的战略布局，也就是后世闻名的Waymo。
作为这艘商业巨舰的掌舵人，他比任何人都迫切地希望，眼前的原型车有朝一日能真正驶入拥堵复杂的城市街道，成为颠覆未来出行方式的王牌。
他紧紧盯着监视器，视线片刻未离。
“启动复测。”尤斯塔斯沉声下令。
利弗莫尔测试区内的高保真模拟城市路口随即运转起来。
控制室的屏幕上，不仅显示着实车视角，还同步切出了传感器实时数据流与轨迹可视化界面，用于观察车辆在面临遮挡、让行以及风险窗口时的判断逻辑。
封闭复测的核心，就是在不同车速与路权冲突的极端工况下，验证决策的稳定性与控制安全性。
随着测试推进，当对向模拟车辆速度骤增、路边遮挡的假人突然探出时，新决策模块迎来了真正的考验。
模型给出的风险评分必须及时上升并触发相应的减速、等待或重新规划动作，同时避免异常尖峰和决策震荡，始终让车辆保持在安全约束之内。
若在这个环节出现缺陷，原型车就绝对无法胜任真实的城市道路，更撑不起谷歌在自动驾驶领域的野心。
在上一轮的测试中，正是因为车辆进入风险窗口后，系统频繁触发人工安全接管信号，才导致验证宣告失败。
这也迫使特伦教授破釜沉舟，引入了李傲的非局部多目标耦合场景图模型，通过推演风险演化路径，紧急重构了底层的决策方案。
当屏幕上的原型车缓缓驶入极具挑战的无保护左转风险窗口时，控制室内的空气仿佛凝固了。
特伦教授和马修等人不自觉地绷紧了身体，紧紧盯着屏幕上的数据跳动。
如果新方案再次受挫，谷歌将不得不退回到传统的道路试错模式。
那种依赖海量实车路测数据积累，以及不断试错来补全决策逻辑的旧路线，其耗费的资金与漫长的研发周期，对眼下的项目进度来说完全不可接受。
“测试车已进入无保护左转风险窗口，对向车辆速度已提升至极限场景标准。”播报员的声音在控制室响起。
“保持场景强度，实时监控人工接管信号。”尤斯塔斯紧跟着下达指令。
这位平日里沉稳的高级副总裁，此刻的目光也透着几分凝重。
特伦教授站在一侧，双手撑着控制台，紧紧盯着可视化界面的决策演化图。
安珀也屏住了呼吸，双眼一眨不眨地看向大屏。
与工程团队的忐忑不同，站在后方的李傲神色如常。
通过早先在超级计算机上的多维验证，他对这套底层决策方案在数学层面的鲁棒性抱有绝对的信心。
几十秒的极限测试过程，在众人体感中显得格外漫长。
直到控制室内再次响起操作员清晰的播报声：“原型车已顺利驶出路口，人工安全接管信号全程未触发。”
这句简短的通报，如同按下了控制室内的解除警报键，让所有人长舒了一口气。
特伦教授的脸上立刻绽开了欣慰的笑容。
在相同的高难度风险窗口下，零接管率意味着全新的决策方案不仅生效了，更是从工业验证的角度，完美证明了“非局部多目标耦合场景图模型”的理论价值。
听到播报，马修和埃里克·周这两位自动驾驶实验室的工程骨干，几乎同时转头看向人群后方的李傲，眼神中交织着震撼与难以置信。
就在几天前，他们还在私下担忧，采用高度数学化的图结构模型和风险传播算子来反向指导控制工程，极有可能是一场耗费时间的无用功。
更何况，眼前这个年轻的本科生，仅用了大半个月的时间就将模型搭建完毕。
这让常年习惯了繁琐工程迭代的他们很难彻底安心。
但现在，摆在面前的详细实测数据打消了所有的疑虑。
一旁的安珀则满眼钦佩。
同为约翰逊教授课题组的学生，她对李傲最为了解，接触也最多，更是最早向特伦教授提议引入图表示学习算法的人。
眼前这一幕证明，她当初对李傲学术直觉的绝对信任，是完全正确的。
首个场景的过关并没有让尤斯塔斯立刻放松下来。
在复测流程彻底结束前，他依然保持着严谨的态度，继续指挥操作员推进后续环节。
“进入下一项测试，调整主车速度、对向来车速度与遮挡位置变量，引入随机行人横穿行为。持续追踪风险评分曲线。”
接下来的半个小时里，原型车在模拟场地中连续经受了多次不同强度的极端路况考验。
随着最后一组测试数据的回传，复测宣告阶段性结束。
很快，一份详实的综合测试评估报告被递到了尤斯塔斯的手中。
尤斯塔斯快速扫阅了各项核心指标，紧绷的脸上终于露出了笑容。
他走到特伦教授面前，将报告递了过去，语气中透着毫不掩饰的赞赏：
“特伦教授，我代表谷歌工程与研究部门，感谢你们团队为这个造福未来的项目所做的突破。
“你们拿出的这套新方案，让原型车在极高强度的风险场景下，人工接管次数和关键风险指标依旧维持在预设安全阈值以内。实测表现完全超出了我们的预期。”
特伦教授按捺住内心的喜悦，接过报告翻阅了一遍，随后笑着回应：
“尤斯塔斯先生言重了，这本就是实验室的职责所在。”
话刚说完，特伦教授像是想起了什么。
他随手将报告交给了身侧的马修，转过身大步走向后方，一把揽住李傲的肩膀，将他带到了控制室的人群中央。
……
第305章 谷歌可不能亏待他（求订阅）
“这次的新决策方案能这么快落地，并且效果斐然，全靠Leo构建的场景图模型。”
特伦教授毫不迟疑地将功劳归于李傲，“依靠这个模型在超算上跑大规模仿真，只要几个小时就能给出高置信度的路口风险演化预测。这极大节省了传统实车试错的成本和周期。”
他顿了顿，向尤斯塔斯补充道：“目前工程组已经依据该模型完成了底层决策模块的重构。下一步，只要后续封闭路测继续稳定，我们就准备将其纳入标准研发流程。”
尤斯塔斯对李傲的印象主要停留在理论数学领域。
他本以为这位天才只专注纯数学研究，没想到其成果在工程落地中，竟也有如此高的应用价值。
“干得漂亮。”
尤斯塔斯忍不住赞叹，“要是工程界能多几个像你这样兼具理论功底和应用直觉的年轻人，很多技术瓶颈早就被攻克了。”
“谢谢您，尤斯塔斯先生。”李傲平静地道谢。
几人的这番对话，很快引起了一旁谷歌CEO施密特的注意。
作为掌舵人，他平时较少关注纯数学界的动向，此刻看到一位如此年轻的学者竟能主导解决工程技术难题，不禁产生了浓厚的兴趣。
“特伦，你们实验室居然藏着这么出色的年轻专家？”
施密特将目光投向李傲，语气颇为认真，“能攻克原型车的决策瓶颈，还为公司省下巨额经费。做出了这么大的贡献，谷歌可不能亏待他。”
他这话并非客套。
按照硅谷的惯例，即便是外部合作人员，只要拿出了核心算法成果，同样能获得丰厚的特别期权或资金奖励。
特伦教授闻言，由衷地为李傲感到高兴，当即向施密特正式引荐。
“施密特先生，您可能还不太了解。Leo目前虽然还是芝加哥大学数学系的本科生，但在学术界已经是风云人物。
“除了这次的场景图模型，他前不久刚证明了偏微分方程中的边界奇异集维数估计定理。
“不仅如此，在人工智能领域，他提出的一套无监督图表示学习算法，被认为是极具突破性的成果，刚刚以第一作者的身份在《自然》上发表了论文，还登上了杂志封面。”
特伦教授笑着调侃道：“说实话，我巴不得他现在就签入谷歌。不过等他一毕业，全美的顶级机构绝对会抢破头。这次能请到他来帮忙，还是我们费了好大劲儿才从芝加哥大学借来的。”