技術

百度用不存在的單車騎士和狗訓練蘿蔔快跑無人車

Susan Hill
在 Google 中新增我們

百度打造了一座虛擬城市,單車騎士會奉命闖紅燈,狗也會突然衝進車流;旗下的自動駕駛計程車如今會先在這裡練習,再面對真實道路上的狀況。這套名為 Apollo World 的系統是一種 AI 世界模型,能圍繞一輛無人駕駛汽車生成完整旅程,並對車輛的每個動作作出反應。百度表示,這套系統已用於測試和驗證 Apollo Go 自動駕駛計程車服務背後的軟體。

這套系統要處理的是那些在真實道路上極少發生,或危險到難以安排演練的狀況。真人駕駛可能好幾年都不會遇到小孩追著球跑上馬路的情形。自動駕駛計程車車隊載客之前,必須對這類時刻反覆演練許多次;用軟體生成這些情境,比起等待事故真的發生,既快、成本也更低,還更安全。

據《南華早報》及中國媒體報導,百度在深圳舉行、專為旗下 Apollo 自動駕駛部門舉辦的 AI Day 活動上展示了這套系統。百度智能駕駛事業群負責世界模型工作的資深架構師楊澤(Yang Ze)示範 Apollo World 如何生成穿越路口的單車騎士,以及跑進自動駕駛計程車行車路線的狗。工程師可以改變這些虛擬道路使用者的行為,藉此對自動駕駛軟體進行壓力測試。

Apollo World 與駕駛遊戲的不同之處,在於其他道路使用者不會只按預設路線行動。百度表示,模擬中的每輛車和每位行人都是能自行作決定的 AI 代理,因此,當自動駕駛計程車減速、變換車道或禮讓時,周遭車流也會作出不同反應。模型會即時生成攝影機與光達資料,也就是汽車真實感測器會產生的同類訊號。它還能在虛擬城市中,讓車輛從接送乘客一路行駛到目的地,完整跑完任意兩點之間的旅程,而不是只重播某個孤立路口的情境。

智能駕駛事業群首席架構師王亮,把這套系統的目標說得很直接。據中國媒體對活動的報導,他表示,世界模型不應該只是「製作酷炫影片的畫家」,而應該是檢驗無人駕駛汽車是否安全的「考官」。他也提出百度所稱的「2+3」標準。模擬器要稱得上世界模型,首先必須具備因果性,能根據當下預測下一刻;也必須具備互動性,在外力介入時作出改變。接著還要從物理準確度、物件與細節能否在長時間運行中維持一致,以及運行速度三方面接受評估。王亮表示,在開放道路上作出安全決策,必須在三十分之一秒內完成。

這套模擬器也瞄準百度拓展海外市場時面臨的一項實際難題。王亮向記者表示,過去要讓自動駕駛計程車適應新城市,就得手動編寫當地道路規則;他舉例說,重慶有層層交錯的道路,倫敦和香港採左側通行,而杜拜的駕駛人則較具侵略性。在示範中,百度讓虛擬車輛在深圳和香港行駛,並改變交通密度。真實 Apollo Go 車隊的資料也會回饋到 Apollo World,讓虛擬城市從真實城市中學習。

不過,這套系統仍有不少尚待釐清之處。百度沒有公布虛擬單車騎士的行為與真實騎士有多接近,也沒有任何外部團體測試過這套系統。模擬器的實用程度,取決於它能否帶來意料之外的情境:如果它大多只重現工程師早已設想過的危險,那麼真正導致車禍的罕見事件仍可能被遺漏。長時間運行時能否維持一致性,是百度自己列出的評估標準之一,也是生成式世界模型公認的弱點;這類模型運行愈久,內容愈容易逐漸偏離。中國媒體引述的一項業界估算聲稱,Apollo World 中的一天,大約相當於一輛配有安全駕駛員的汽車在道路上測試三年,但百度並未證實這項說法。Apollo World 目前也只是內部工具,百度尚未宣布會提供給其他車廠使用。

押注這種做法的自動駕駛計程車業者不只百度。Google 母公司 Alphabet 旗下的 Waymo 在二月推出一款世界模型,建基於 Google DeepMind 的 Genie 3,可生成金門大橋落雪等情境的攝影機與光達畫面。Nvidia 則向車廠和機器人製造商銷售世界模型工具。百度的說法是,自己擁有的真實世界資料比多數業者都更豐富,能以此為基礎進一步開發。

根據百度在深圳活動上公布的數字,截至 11 月 3 日,Apollo Go 已在 28 個城市營運,累計完成超過 2,300 萬趟行程,自動駕駛行駛里程超過 3.5 億公里,其中超過 2.4 億公里是在完全無人駕駛狀態下完成。乘客不會直接接觸 Apollo World:這套系統在百度的資料中心運行,不在車上;Apollo Go 也只在百度營運的地區提供服務,主要位於中國大陸,並已在左側通行和右側通行的市場進行無人駕駛測試。百度表示,這項技術日後也可能延伸至汽車以外的機器人。

王亮親自點出了兩者的差異。他表示,會跳舞或摺衣服的機器人固然令人驚豔,但一輛重量接近兩噸、以市區車速行駛,而且周遭人們不會照劇本行動的汽車,幾乎沒有犯錯的空間。

標籤: , , , , ,

在 Google 中新增我們

討論

共有 0 則留言。