自動(dòng)駕駛汽車(chē)依然面臨一個(gè)尷尬的問(wèn)題：

號(hào)稱(chēng)自動(dòng)駕駛，這些汽車(chē)到底什么時(shí)候不用人類(lèi)駕駛？

這個(gè)問(wèn)題的最終解釋權(quán)在道路交通管理部門(mén)。

放下各種法律法規(guī)不談，汽車(chē)和科技巨頭們?cè)诩夹g(shù)端依然沒(méi)能實(shí)現(xiàn)全自動(dòng)駕駛。

因此，除了在公路上持續(xù)測(cè)試，自動(dòng)駕駛公司還求助于模擬，試圖在虛擬環(huán)境中試遍各種情況，將現(xiàn)實(shí)世界中不常出現(xiàn)的變量也一一化解。

通常來(lái)說(shuō)，我們通過(guò)考試，就能拿到駕照通行全國(guó)。但換到自動(dòng)駕駛汽車(chē)上，這一套就行不通了。

這些車(chē)輛的獲得相關(guān)能力時(shí)需要「因城施策」，而且必須進(jìn)行更為詳盡的場(chǎng)景測(cè)試，甚至精確到某個(gè)十字路口。

為了進(jìn)入這個(gè)價(jià)值 7 萬(wàn)億美元的超級(jí)市場(chǎng)，業(yè)內(nèi)各家公司在測(cè)試上卯足力氣，以便贏(yíng)得公眾和監(jiān)管者的信任，而模擬測(cè)試顯然是他們證明自己的最佳展示平臺(tái)。

汽車(chē)之心（微信 ID：Auto-bit）以模擬為切入點(diǎn)，整理總結(jié)了來(lái)自包括汽車(chē)廠(chǎng)商、科技巨頭、新創(chuàng)企業(yè)在內(nèi)的公司專(zhuān)家的觀(guān)點(diǎn)。

這些業(yè)內(nèi)頂級(jí)的專(zhuān)家正花費(fèi)巨額資金回答一個(gè)問(wèn)題，即我們到底該測(cè)試些什么？

圖 1：模擬與現(xiàn)實(shí)中的十字路口

1、沒(méi)有模擬，就沒(méi)有自動(dòng)駕駛汽車(chē)

拿通用自動(dòng)駕駛團(tuán)隊(duì) Cruise 來(lái)說(shuō)，Cruise 的虛擬測(cè)試車(chē)每天要在模擬器中運(yùn)行 20 萬(wàn)個(gè)小時(shí)。

至于公認(rèn)的行業(yè)領(lǐng)頭羊 Waymo，在模擬器里已經(jīng)累積了超過(guò) 100 億英里的測(cè)試?yán)锍獭?/p>

自動(dòng)駕駛汽車(chē)在模擬場(chǎng)景中訓(xùn)練圖片來(lái)自51VR自動(dòng)駕駛仿真平臺(tái)

對(duì)自動(dòng)駕駛公司來(lái)說(shuō)，尤其是訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)，模擬器的重要性越來(lái)越強(qiáng)了。

為什么放著現(xiàn)實(shí)世界的數(shù)據(jù)不用而求助于模擬？原因有三：

1. 在現(xiàn)實(shí)世界采集數(shù)據(jù)是有危險(xiǎn)的；

實(shí)車(chē)測(cè)試無(wú)法滿(mǎn)足自動(dòng)駕駛的測(cè)試?yán)锍桃蠛蛨?chǎng)景覆蓋度要求。模擬是保障自動(dòng)駕駛汽車(chē)安全不可或缺的測(cè)試手段。

行業(yè)內(nèi)專(zhuān)家學(xué)者認(rèn)為，驗(yàn)證自動(dòng)駕駛汽車(chē)的安全性需經(jīng)過(guò)上億公里的測(cè)試?yán)锍谭e累，如蘭德公司認(rèn)為自動(dòng)駕駛需要幾億公里的里程測(cè)試數(shù)據(jù)來(lái)確保安全性，寶馬認(rèn)為自動(dòng)駕駛研發(fā)至少需要達(dá)到 2.5 億公里的測(cè)試。

2. 許多假設(shè)和反事實(shí)情況在現(xiàn)實(shí)中是無(wú)法企及的；

與實(shí)車(chē)測(cè)試相比，仿真模擬測(cè)試可以在短時(shí)間內(nèi)對(duì)罕見(jiàn)案例進(jìn)行多次復(fù)現(xiàn)，加速自動(dòng)駕駛汽車(chē)的生產(chǎn)周期，節(jié)約研發(fā)成本，積累測(cè)試?yán)锍獭?/p>

3. 采集更為豐富數(shù)據(jù)的要求。

這是因?yàn)楝F(xiàn)實(shí)世界中數(shù)據(jù)采集的速度有限。

可以這么說(shuō)，現(xiàn)在沒(méi)有哪家自動(dòng)駕駛公司不用模擬器。

對(duì)測(cè)試軟件來(lái)說(shuō)，模擬器是絕對(duì)的殺手級(jí)工具，在某些情況下它還能訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

自動(dòng)駕駛技術(shù)不過(guò)關(guān)，后果可能是車(chē)毀人亡

那么，這些公司是如何利用自動(dòng)駕駛模擬測(cè)試反哺到真實(shí)的場(chǎng)景中去的？

與 Waymo 類(lèi)似，Zoox 也有「無(wú)保護(hù)左轉(zhuǎn)困難」的煩惱。

于是，Zoox 團(tuán)隊(duì)開(kāi)發(fā)了一個(gè)人工左轉(zhuǎn)信號(hào)燈，然后灌入模擬環(huán)境。

Zoox 聯(lián)合創(chuàng)始人 Jesse Levinson 透露稱(chēng)，不久之后 Zoox 的自動(dòng)駕駛系統(tǒng)識(shí)別起現(xiàn)實(shí)世界的左轉(zhuǎn)信號(hào)燈就順暢多了。

今年早些時(shí)候，Lyft 注意到自己的測(cè)試車(chē)一旦被其他車(chē)加塞，就會(huì)急剎車(chē)。

于是，Lyft 的工程師將這一場(chǎng)景放入模擬器。據(jù) Lyft 自動(dòng)駕駛負(fù)責(zé)人 Luc Vincent 介紹，這樣的方法不但速度快，成本低，自動(dòng)駕駛系統(tǒng)「一驚一乍」的毛病也得到了改善。

Aurora 也非常依賴(lài)模擬，通過(guò)記錄人類(lèi)駕駛員的駕駛習(xí)慣，然后在模擬器中與自動(dòng)駕駛系統(tǒng)進(jìn)行對(duì)比。

Aurora 聯(lián)合創(chuàng)始人 Sterling Anderson 說(shuō)，在路測(cè)前會(huì)專(zhuān)門(mén)提醒司機(jī)，必須像專(zhuān)業(yè)司機(jī)那樣去駕駛。

與其他公司一樣，特斯拉也不敢輕視模擬器。特斯拉 CEO Elon Musk 表示，「世界太復(fù)雜，說(shuō)不清什么時(shí)候就會(huì)有極端情況登門(mén)造訪(fǎng)。」

好消息是，模擬器里場(chǎng)景幾乎是無(wú)限的。但大多數(shù)公司并不愿透露自己到底測(cè)試了多少場(chǎng)景。

安波福是個(gè)特例，據(jù)汽車(chē)之心了解，安波福已經(jīng)在模擬器中構(gòu)建了超過(guò) 4 萬(wàn)個(gè)場(chǎng)景。

有行業(yè)人士表示，想要實(shí)現(xiàn) 100% 的完美是不可能的。但在讓自動(dòng)駕駛系統(tǒng)更安全的過(guò)程中，我們得保證一切安全可靠。

模擬也有短板

既然自動(dòng)駕駛模擬測(cè)試可以反哺到真實(shí)場(chǎng)景中去，那么模擬能替代現(xiàn)實(shí)世界中大規(guī)模的數(shù)據(jù)采集工作嗎？

答案是：不能。

原因在于，模擬無(wú)法擁有與現(xiàn)實(shí)世界相同的經(jīng)驗(yàn)知識(shí)，而其中一些經(jīng)驗(yàn)知識(shí)對(duì)駕駛來(lái)說(shuō)又必不可少。

舉例來(lái)說(shuō)，模擬器中沒(méi)有其他道路參與者如：車(chē)輛、行人與自行車(chē)等行為習(xí)慣的經(jīng)驗(yàn)知識(shí)。

這個(gè)問(wèn)題可以分為兩部分：

行為預(yù)測(cè)：在道路參與者做出下一步動(dòng)作前預(yù)知他們的行為。

溝通與互動(dòng)：了解道路參與者對(duì)自動(dòng)駕駛汽車(chē)的行為會(huì)作何反應(yīng)，同時(shí)知曉該如何做出相應(yīng)反應(yīng)，以實(shí)現(xiàn)雙贏(yíng)的結(jié)果。

人類(lèi)的行為表現(xiàn)是一個(gè)經(jīng)驗(yàn)問(wèn)題，需要經(jīng)驗(yàn)數(shù)據(jù)來(lái)解答。

也就是說(shuō)，類(lèi)似游戲中那樣簡(jiǎn)單化的人類(lèi)行為模型，對(duì)付一些有限的駕駛環(huán)境還行，但隨著場(chǎng)景變得更密集，城市擁擠、混亂、復(fù)雜、交互等一系列條件疊加時(shí)，為人類(lèi)行為建模的難度會(huì)幾何級(jí)增長(zhǎng)，簡(jiǎn)化模型的預(yù)測(cè)能力也會(huì)直線(xiàn)下降。

而自動(dòng)駕駛汽車(chē)需要精確的經(jīng)驗(yàn)現(xiàn)象模型。

舉例來(lái)說(shuō)，如果一輛自動(dòng)駕駛汽車(chē)在路口左轉(zhuǎn)，面對(duì)迎面駛來(lái)的車(chē)輛，它必須判斷到底對(duì)方會(huì)不會(huì)減速？減多少速？

這類(lèi)知識(shí)從紙上談兵般的分析中得不出來(lái)，這完全是經(jīng)驗(yàn)。

這也是為什么馭勢(shì)科技的一位工程師向汽車(chē)之心解釋?zhuān)耗M的技術(shù)難點(diǎn)之一在于「真」。如果做得不夠逼真、不夠貼近現(xiàn)實(shí)，那么依托于模擬之上的自動(dòng)駕駛系統(tǒng)開(kāi)發(fā)也會(huì)變得失真，最終無(wú)法應(yīng)用于現(xiàn)實(shí)世界。

作為「不差數(shù)據(jù)」的頭部公司，Waymo 選擇用手上積累的測(cè)試數(shù)據(jù)訓(xùn)練人工智能系統(tǒng)，以更好地模仿真實(shí)司機(jī)與行人。

在模擬測(cè)試中，Waymo 甚至?xí)y(cè)試模擬的人類(lèi)駕駛員與行人是否會(huì)撞向?qū)Ψ?，以此?lái)判斷模擬的場(chǎng)景是否足夠真實(shí)。

Waymo 首席科學(xué)家 Drago Anguelov 解釋?zhuān)@個(gè)領(lǐng)域其實(shí)才剛剛萌芽。如果你見(jiàn)的模擬器多了，就會(huì)發(fā)現(xiàn)它們中許多模擬出的世界并不真實(shí)，因而會(huì)影響測(cè)試效果。

就拿 Uber 來(lái)說(shuō)，最近 Uber 在測(cè)試停著的車(chē)后站人的場(chǎng)景，結(jié)果顯示模擬器中的車(chē)根本不會(huì)像現(xiàn)實(shí)中一樣減速。

工程師對(duì)模擬器精度進(jìn)行校準(zhǔn)時(shí)發(fā)現(xiàn)，原來(lái)車(chē)輛只注意到了前方交通信號(hào)燈的顏色。綠燈亮起，車(chē)輛自然會(huì)加速行駛。

Uber 趕緊對(duì)這一問(wèn)題進(jìn)行了調(diào)整，以保證車(chē)輛表現(xiàn)得像現(xiàn)實(shí)世界中一樣（靠近紅綠燈才開(kāi)始識(shí)別）。

采集現(xiàn)實(shí)世界的數(shù)據(jù)

訓(xùn)練行為預(yù)測(cè)的數(shù)據(jù)可以被動(dòng)地從現(xiàn)實(shí)世界中采集，只要車(chē)輛配好攝像頭、計(jì)算機(jī)和互聯(lián)網(wǎng)就行。此后，觀(guān)察、預(yù)測(cè)、標(biāo)記錯(cuò)誤并上傳等就可以完成。

訓(xùn)練溝通與互動(dòng)的數(shù)據(jù)也能被動(dòng)采集，只要我們記錄下駕駛員駕駛時(shí)的輸入，如轉(zhuǎn)向、加速、剎車(chē)和燈光信號(hào)等。

在業(yè)內(nèi)，我們稱(chēng)之為模仿學(xué)習(xí)。

人類(lèi)駕駛員會(huì)手把手向神經(jīng)網(wǎng)絡(luò)展示如何與現(xiàn)實(shí)世界的道路參與者進(jìn)行溝通與互動(dòng)，而神經(jīng)網(wǎng)絡(luò)只需要在情境變量相同時(shí)執(zhí)行此前學(xué)到的動(dòng)作即可。

從理論上來(lái)講，這些有用的數(shù)據(jù)我們也可主動(dòng)進(jìn)行采集。

例如，自動(dòng)駕駛汽車(chē)或駕駛員輔助系統(tǒng)做出某一判斷后，如果人類(lèi)駕駛員給予否定（接管方向盤(pán)），那么這次糾正就會(huì)成為模仿學(xué)習(xí)的重要材料。

當(dāng)然，如果換到強(qiáng)化學(xué)習(xí)的語(yǔ)境下，系統(tǒng)就能在不斷減少人類(lèi)干預(yù)的情況下等到獎(jiǎng)勵(lì)。

如果哪家自動(dòng)駕駛公司能讓神經(jīng)網(wǎng)絡(luò)精確模仿人類(lèi)駕駛員的行為，在模擬時(shí)就能精確很多。

完成這一步后，他們就能利用模擬的方法訓(xùn)練神經(jīng)網(wǎng)絡(luò)如何進(jìn)行駕駛強(qiáng)化學(xué)習(xí)模式。

不過(guò)想要實(shí)現(xiàn)這一目標(biāo)，還是得先從現(xiàn)實(shí)世界采集海量數(shù)據(jù)。

模擬器里并沒(méi)有駕駛的真知灼見(jiàn)

想學(xué)會(huì)駕駛，自動(dòng)駕駛汽車(chē)需要準(zhǔn)確預(yù)測(cè)其他道路參與者的一舉一動(dòng)，同時(shí)還能與他們進(jìn)行溝通和互動(dòng)，特別是其他車(chē)上的人類(lèi)駕駛員。

想做好預(yù)測(cè)工作，就得從經(jīng)驗(yàn)出發(fā)觀(guān)察其他道路參與者，而成功的溝通與互動(dòng)則需要對(duì)其他道路參與者的一舉一動(dòng)了如指掌，這同樣需要經(jīng)驗(yàn)。

所以說(shuō)，模擬器里并沒(méi)有駕駛的真知灼見(jiàn)，除非它是由經(jīng)驗(yàn)數(shù)據(jù)訓(xùn)練出來(lái)的神經(jīng)網(wǎng)絡(luò)。

想向模仿學(xué)習(xí)與強(qiáng)化學(xué)習(xí)借力，自動(dòng)駕駛汽車(chē)可能得在路上行駛上百年，因?yàn)橄到y(tǒng)對(duì)經(jīng)驗(yàn)的需求量實(shí)在太過(guò)龐大，一個(gè)幾百輛車(chē)的測(cè)試車(chē)隊(duì)只能算杯水車(chē)薪。

當(dāng)然，即使自動(dòng)駕駛公司手上有數(shù)百萬(wàn)輛新車(chē)，也不一定能完美實(shí)現(xiàn)全自動(dòng)駕駛，但它們帶來(lái)的數(shù)據(jù)肯定可靠性要強(qiáng)得多。

返回第一電動(dòng)網(wǎng)首頁(yè) >