自动驾驶汽车依赖深度学习模型，但在异常情境下模型可能出现意外失误，例如无缘无故刹车阻挡救援车辆。MIT 与 Motional 的研究团队提出了概念包装网络（CW‑Net），它将模型内部的推理过程映射为可理解的概念，如“接近已停车辆”或“靠近自行车手”。
CW‑Net 作为概念分类器插入到已有的机器学习规划器中间，先预测场景中的高层概念，再强制规划器在决策时使用这些概念，从而保证解释与真实原因因果一致。该模块在不改变原有深度模型性能的前提下，实时输出解释与车辆轨迹。
研究人员使用 1.3 亿标注场景训练 CW‑Net，确保在多种道路环境中准确识别概念。实车测试中，安全驾驶员通过解释更准确预测车辆在异常情况下的行为，例如车辆在接近自行车手时并非检测到自行车手，而是因为紧急刹车阈值被触发。获得此信息后，驾驶员能够提前减速或接管控制，降低碰撞风险。
大规模在线模拟（基于拉斯维加斯道路数据）同样显示，非专业用户在看到 CW‑Net 解释后，对车辆行为的预测能力显著提升。未来工作计划扩展概念库、探索更高效的训练方式，以提升可解释性和性能。
点评：CW‑Net 展示了在高风险 AI 系统中可解释性的重要性，为提升自动驾驶安全性和透明度提供了实用路径。