摘要

针对自动驾驶模型存在的“黑盒”问题，本研究构建了一种综合性的可解释性分析框架，通过特征重要性分析、决策边界可视化和反事实推理三重方法来系统解构自动驾驶的决策机制。研究采用随机森林模型作为被测自动驾驶模型对象，在包含1 000个场景的数据集上进行了测试试验。经过系统的测试，能够分析出在该模型中，行人距离是影响决策的最关键特征；决策边界在行人距离8～13 m区间呈现明显的安全阈值；反事实分析量化了各特征的安全边际。这些分析结果可以为自动驾驶系统的进一步优化提供重要的指导依据。

关键词