端到端的自動駕駛系統只能做demo嗎？
結合了圖像翻譯和行為克隆的端到端零鏡頭框架
大多數自駕車公司使用模擬來驗證他們的系統，而Wayve讓自動駕駛汽車在仿真中廣泛學習如何處理罕見的邊緣情況。Wayve訓練汽車進行模擬駕駛，并將學到的知識轉化到現實世界。
Wayve沒有將模擬和現實世界視為兩個不同的領域，而是設計了一個框架，將兩者結合起來，既可以在模擬中訓練轉向決策，又可以在現實世界中展現出類似的行為而無需進行真正的演示。
Wayve的模型由一對最初用于圖像轉換的卷積變分自動編碼器式的網絡組成，用于圖像翻譯，即無監督圖像到圖像的翻譯網絡（Unsupervised Image－to－Image Translation Networks， UNIT））。在兩個域之間沒有任何已知的對齊或對應關系的情況下，模型能夠在它們之間進行轉換。下圖是一個捕捉場景主要布局的例子。值得注意的是，模擬器的視覺保真度在學習駕駛時并不是最重要的，他們的模擬世界就像卡通一樣，依舊可以很好的完成仿真模擬。Wayve研究稱，內容保真度比視覺保真度更重要。但是，有效地模擬其他交通參與者的行為仍然是一個巨大的挑戰。
基于真實世界的駕駛數據和精心設計的邊緣案例來模擬場景
汽車由基于模型的深層強化學習系統驅動，該算法從離線收集的真實數據中學習預測模型。這讓模型學習并使用預測模型所想象的新場景數據來訓練駕駛。
Wayve致力于開發更豐富，更強大的時態預測模型，并相信這是構建智能安全自動駕駛汽車的關鍵。
目前，該系統已經部署在 JaguarI－PACE 車上。這輛車贏得了2019年度歐洲年度車型的稱號，未來將在整個英國和歐洲大陸收集數據。當下，讓數據逐漸積累，其驅動算法可能達到人類駕駛員質量的95％，能夠處理交通燈，環形交叉路口，十字路口等。
盡管有人會覺得端到端的自動駕駛系統，既不聰明也不靈活，發生問題難以解釋，然而Wayve在用其強大的算法證明這種深度學習的技術不只可以做demo，未來也可以保證安全，也可以商用。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百，全球股市還能漲多久？ | 產聯看全球
- 2 OpenAI深夜王炸！ChatGPT Images 2.0實測：中文穩、細節炸，設計師慌了
- 3 6000億美元估值錨定：字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4，我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”：既生OpenClaw，何生Hermes？
- 7 AI界的殺豬盤：9秒刪庫跑路，全員被封號，還繼續扣錢！
- 8 2026，人形機器人只贏了面子
- 9 DeepSeek降價90%：價格屠夫不是身份，是戰略
- 10 AI Infra產業鏈卡在哪里了？
