16、自动驾驶网络与AI原生网元架构解析

自动驾驶网络与AI原生网元架构解析

1 自动驾驶网络架构关键特性

1.1 架构概述

从知识的有效范围视角来看，不同场景和环境下知识的关系有所不同。知识的广度和深度是由不同角色、背景和能力的人持续构建的。在知识构建和更新过程中，需要通过技术手段确保知识映射模块中知识的准确性和一致性。知识映射模块应支持多种技术手段，基于不同的知识分类特征构建知识表示、融合、存储、检索、推理和挖掘能力。

1.2 关键架构特性

NetGraph的关键架构特性包括人在环外、自适应、自学习和机器可信性，具体如下：
- 人在环外：基于意图协作的自闭环控制
- 在NetGraph架构中，自动驾驶（AD）意图管理功能和AD自闭环控制功能是必需的。AD意图管理简化了运维人员的输入要求，并协调闭环控制过程；AD自闭环控制则无需运维人员参与控制过程。
- 这两个功能的结合使运维人员成为需求提出者，而非闭环过程的执行者，实现了服务输入/展示与服务实现之间的结构耦合。
- 人在环外：知识驱动的自闭环控制
- AD自闭环控制功能需要基于知识更新自身的服务和处理逻辑，从而在遇到新环境和目标时能找到最合适的网络控制方法，无需运维人员为不同环境和目标做额外准备或干预。
- 知识驱动管理具有以下典型特征：
- 知识数字化 ：所有知识以数字形式表达、存储和检索，以便机器理解。
- 外部知识管理 ：重构各种软件代码，使软件行为能基于知识进行控制，这是与传统架构相比的重大创新和挑战，