技术

百度用不存在的骑车人和狗训练萝卜快跑无人车

Susan Hill
在 Google 中添加我们

百度打造了一座虚拟城市,骑车人会闯红灯,狗也会按指令突然冲上马路;如今,旗下无人驾驶出租车会先在这里练习,再去面对现实中的情况。这个名为 Apollo World 的系统是一种 AI 世界模型,能够围绕一辆无人驾驶汽车生成完整行程,并对汽车的每个动作作出反应。百度称,已经用它测试并验证 Apollo Go 无人驾驶出租车服务背后的软件。

这套系统针对的是那些在真实道路上极少发生、或过于危险而无法模拟的突发状况。人类司机可能开上好几年,也碰不到孩子追着球跑上马路的情形。无人驾驶出租车车队载客之前,必须反复应对这类情况;用软件生成场景,比等待它们在现实中发生更快、更便宜,也更安全。

据《南华早报》和中国媒体报道,百度在深圳举行的 Apollo 自动驾驶部门 AI Day 活动上展示了这套系统。负责百度智能驾驶事业群世界模型工作的杰出架构师杨泽(Yang Ze)现场演示了 Apollo World 如何生成横穿路口的骑车人,以及冲进无人驾驶出租车行驶路线的狗。工程师可以改变这些虚拟道路使用者的行为,以此对驾驶软件进行压力测试。

Apollo World 与驾驶游戏的区别在于,其他道路使用者并非按照预设路线行动。百度称,模拟中的每辆车和每名行人都是会自主决策的 AI 智能体,因此,无人驾驶出租车减速、变道或让行时,周围交通也会作出不同反应。模型会实时生成摄像头和激光雷达数据,也就是汽车真实传感器会采集的同类信号。它还可以在虚拟城市的任意两点之间,模拟从接人到送达的完整行程,而不是反复播放某一个孤立路口的场景。

智能驾驶事业群首席架构师王亮(Wang Liang)直截了当地阐明了目标。据中国媒体对活动的报道,他表示,世界模型不该是“能制作酷炫视频的画家”,而应该是检验无人驾驶汽车是否安全的“考官”。他还介绍了百度所称的“2+3”标准。模拟器要称得上世界模型,首先必须具备因果性,即根据当前状态预测下一刻会发生什么;还必须具备交互性,即有外部因素介入时能够随之改变。之后,还要从物理准确性、物体和细节能否在长时间运行中保持一致,以及运行速度三个方面接受评估。王亮表示,开放道路上的安全决策必须在三十分之一秒内作出。

这套模拟器还瞄准了百度拓展海外业务时面临的实际难题。王亮告诉记者,以前要让无人驾驶出租车适应一座新城市,往往得手动编写当地道路规则;他举例提到了重庆的立体道路、伦敦和香港的靠左行驶规则,以及迪拜驾驶者较为激进的情况。在演示中,百度模拟了深圳和香港不同交通密度下的行程。真实 Apollo Go 车队的数据也会反馈给 Apollo World,让虚拟城市从现实城市中学习。

不过,这套系统仍有不少疑问。百度尚未公布虚拟骑车人的行为与真实骑车人有多接近,也没有外部机构测试过该系统。模拟器的价值取决于它能否带来意料之外的情况:如果它大多只会重现工程师已经设想过的危险,那么导致事故的罕见事件仍可能被遗漏。长时间运行的一致性也是百度自己列出的评估标准之一,而这恰恰是生成式世界模型公认的弱点——运行时间越长,模型越容易偏离。中国媒体援引的一项行业估算称,Apollo World 中的一天,大致相当于配有安全驾驶员的汽车在道路上测试三年;但百度尚未证实这一说法。Apollo World 目前也只是内部工具,百度没有宣布向其他汽车制造商开放的计划。

押注这一方法的无人驾驶出租车运营商并非只有百度。Google 母公司 Alphabet 旗下的 Waymo 于 2 月推出了一款世界模型,基于 Google DeepMind 的 Genie 3 构建,可生成金门大桥积雪等场景下的摄像头和激光雷达画面。Nvidia 则向汽车制造商和机器人制造商销售世界模型工具。百度的说法是,相比大多数竞争者,自己拥有更多真实世界数据作为基础。

根据百度在 11 月 3 日深圳活动上公布的数据,Apollo Go 已在 28 座城市运营,累计完成超过 2300 万次出行,无人驾驶行驶里程超过 3.5 亿公里,其中完全无人驾驶里程超过 2.4 亿公里。乘客不会直接接触 Apollo World:它运行在百度的数据中心,而非汽车内;Apollo Go 也只在百度开展业务的地区提供服务,主要是中国大陆,目前在靠左和靠右行驶的市场均开展无人驾驶测试。百度称,未来同一项技术还可以拓展到汽车以外的机器人领域。

王亮亲自划定了界限。他说,会跳舞或叠衣服的机器人确实令人印象深刻,但一辆重量接近两吨、以城市道路车速行驶、周围的人又不会按剧本行动的汽车,几乎容不得任何差错。

标签: , , , , ,

在 Google 中添加我们

讨论

有 0 条评论。