麻(ma)省理工學院(yuan)(MIT)的(de)(de)研究人員公布了首(shou)個(ge)開源模擬(ni)引(yin)擎(qing)，它能為(wei)(wei)可(ke)部署的(de)(de)自動駕駛(shi)汽車的(de)(de)培(pei)訓(xun)和測試(shi)(shi)構建現實(shi)環境。由于被證明是安全嘗試(shi)(shi)危險駕駛(shi)場景的(de)(de)富有(you)成(cheng)效的(de)(de)試(shi)(shi)驗臺，超(chao)現實(shi)的(de)(de)虛擬(ni)世界已被譽(yu)為(wei)(wei)自動駕駛(shi)汽車(AV)的(de)(de)最佳駕駛(shi)學校。
特斯拉、Waymo和其他自動駕駛公司都在很大程度上(shang)依(yi)靠數(shu)據(ju)來啟用昂貴的(de)(de)專有逼真(zhen)的(de)(de)模(mo)擬(ni)器(qi)，這是(shi)(shi)因為測試和收(shou)集細微(wei)的(de)(de)數(shu)據(ju)通常(chang)不是(shi)(shi)最容易或最理想(xiang)的(de)(de)再(zai)現。
考慮到這一點，來自MIT計算機科學和人工智能實(shi)驗室(shi)(CSAIL)的(de)科學(xue)家創建了“VISTA 2.0”--這是一個(ge)數據驅動(dong)的(de)模擬引擎(qing)，車輛可以在現實(shi)世界中學(xue)習駕駛并從幾(ji)乎崩潰的(de)情況下恢復。更重要的(de)是，所有的(de)代(dai)碼(ma)正在向公眾開放源代(dai)碼(ma)。
“今天(tian)，只有公司擁(yong)有像VISTA 2.0這(zhe)種類型的(de)模擬環境(jing)和(he)(he)能力(li)的(de)軟件，而且這(zhe)種軟件是(shi)專有的(de)。隨(sui)著這(zhe)個(ge)版本的(de)發(fa)(fa)布，研(yan)究界將有機(ji)會獲得一個(ge)強大的(de)新工具從(cong)而以加速自動駕(jia)駛的(de)自適應穩健控制的(de)研(yan)究和(he)(he)開(kai)發(fa)(fa)，”關于這(zhe)項研(yan)究的(de)論文的(de)資深作者、MIT教(jiao)授和(he)(he)CSAIL主任(ren)Daniela Rus說道。
VISTA 2.0建立在(zai)該(gai)團隊(dui)以(yi)往開(kai)發的(de)(de)(de)模型VISTA的(de)(de)(de)基礎上，跟(gen)現(xian)有AV模擬器(qi)有根本的(de)(de)(de)不同(tong)，因為它(ta)是數(shu)據(ju)驅動的(de)(de)(de)。這(zhe)意味著它(ta)是根據(ju)真(zhen)實(shi)世界(jie)的(de)(de)(de)數(shu)據(ju)建立和逼真(zhen)地渲(xuan)染的(de)(de)(de)--從而能直接轉移到現(xian)實(shi)中。雖然最初的(de)(de)(de)迭(die)代只支持(chi)單車(che)跟(gen)車(che)和一個攝像頭傳感器(qi)，但要實(shi)現(xian)高(gao)保(bao)真(zhen)數(shu)據(ju)驅動的(de)(de)(de)模擬需要重新思(si)考如(ru)何合(he)成不同(tong)的(de)(de)(de)傳感器(qi)和行為互動的(de)(de)(de)基礎。
進入VISTA 2.0：一個(ge)數(shu)據(ju)驅(qu)動的(de)(de)(de)系(xi)統，可以大規模地模擬復(fu)雜的(de)(de)(de)傳感器類型和大規模的(de)(de)(de)互動場景和交叉(cha)口。通過使用比以前(qian)的(de)(de)(de)模型少得多的(de)(de)(de)數(shu)據(ju)，該團隊能訓(xun)練自主車輛，而(er)這些車輛可能比那些在大量真實世界數(shu)據(ju)上訓(xun)練的(de)(de)(de)車輛要強大得多。
CSAIL博(bo)士生Alexander Amini說道：“這是(shi)數據驅動(dong)的(de)(de)(de)自主(zhu)車輛(liang)模(mo)擬能(neng)(neng)力的(de)(de)(de)巨大(da)飛躍，也(ye)是(shi)處理更大(da)駕(jia)駛復雜性的(de)(de)(de)規模(mo)和(he)能(neng)(neng)力的(de)(de)(de)增加。VISTA 2.0展示了模(mo)擬傳感器數據的(de)(de)(de)能(neng)(neng)力，遠遠超(chao)過了二維RGB相機，還包(bao)括具有數百萬點的(de)(de)(de)極高維度(du)三(san)維激光(guang)雷達、不規則(ze)時間的(de)(de)(de)基(ji)于事件的(de)(de)(de)相機，甚至還包(bao)括跟其他(ta)車輛(liang)的(de)(de)(de)互動(dong)和(he)動(dong)態場景(jing)。”
科學家團隊(dui)能擴(kuo)展諸如超車(che)、跟車(che)和談判等互動駕(jia)駛任務的(de)復雜性，包括(kuo)在(zai)高度逼(bi)真(zhen)的(de)環境(jing)中的(de)多代理場景。
因為(wei)(wei)大部分數據(ju)只(zhi)是(shi)日常駕(jia)駛，所(suo)以這為(wei)(wei)自動駕(jia)駛汽車(che)訓練人工智(zhi)能模(mo)型涉及難以保障的不同種類(lei)的邊緣案例和奇怪、危險的場景。從邏輯(ji)上(shang)講，我(wo)們不能只(zhi)是(shi)為(wei)(wei)了教一個(ge)神(shen)經網絡(luo)如何不撞(zhuang)上(shang)其他汽車(che)而撞(zhuang)上(shang)其他汽車(che)。
最(zui)近，有(you)一個轉變(bian)是，從更經典的(de)(de)(de)、由(you)人類設計的(de)(de)(de)模(mo)(mo)擬(ni)環境轉向由(you)真(zhen)實世界(jie)的(de)(de)(de)數據(ju)建立的(de)(de)(de)模(mo)(mo)擬(ni)環境。后者具(ju)有(you)巨大的(de)(de)(de)逼真(zhen)度，但前(qian)者可(ke)以(yi)很容易(yi)地對虛擬(ni)攝像(xiang)機和(he)激光(guang)雷達進行建模(mo)(mo)。隨著這(zhe)種(zhong)模(mo)(mo)式的(de)(de)(de)轉變(bian)，出現了一個關鍵問題(ti)：自(zi)動駕駛汽車所需要的(de)(de)(de)所有(you)傳感器的(de)(de)(de)豐富性和(he)復雜性如(ru)激光(guang)雷達和(he)基于事件(jian)的(de)(de)(de)攝像(xiang)機都是比較稀疏的(de)(de)(de)并(bing)能否準確地被合(he)成？
在(zai)一個數(shu)(shu)(shu)據(ju)(ju)驅(qu)動的(de)世界里，激光(guang)雷(lei)達傳感(gan)器數(shu)(shu)(shu)據(ju)(ju)更難解(jie)釋--你實際上是在(zai)試圖(tu)生成具有(you)數(shu)(shu)(shu)百(bai)萬個點的(de)全(quan)新(xin)的(de)三維點云，而這一切只是從世界的(de)稀疏視(shi)(shi)圖(tu)中(zhong)提取。為了合成三維激光(guang)雷(lei)達點云，研究人(ren)員使用了汽車(che)(che)收集(ji)的(de)數(shu)(shu)(shu)據(ju)(ju)并將其投射到來(lai)自激光(guang)雷(lei)達數(shu)(shu)(shu)據(ju)(ju)的(de)三維空間，然后(hou)讓一個新(xin)的(de)虛擬(ni)車(che)(che)輛從原來(lai)的(de)車(che)(che)輛所在(zai)的(de)地方開過去。最后(hou)，他們(men)在(zai)神經網絡的(de)幫助下，將所有(you)的(de)感(gan)官信息投射回(hui)這個新(xin)的(de)虛擬(ni)車(che)(che)輛的(de)視(shi)(shi)野(ye)中(zhong)。
再加上(shang)基于事(shi)件的(de)攝(she)像機的(de)模(mo)(mo)(mo)擬，其運(yun)行(xing)速度(du)超(chao)過每秒(miao)數千次事(shi)件，該(gai)模(mo)(mo)(mo)擬器不僅能模(mo)(mo)(mo)擬這種多模(mo)(mo)(mo)態信(xin)息而且還能夠實(shi)時進(jin)行(xing)模(mo)(mo)(mo)擬。這使得離線訓練神經(jing)網絡成(cheng)為(wei)可(ke)能，但也可(ke)以(yi)在(zai)(zai)增強現實(shi)設置(zhi)中對汽車(che)進(jin)行(xing)在(zai)(zai)線測試以(yi)進(jin)行(xing)安(an)全評(ping)估。Amini說道(dao)：“在(zai)(zai)數據(ju)驅動的(de)模(mo)(mo)(mo)擬領(ling)域，這種規模(mo)(mo)(mo)的(de)復(fu)雜性和逼真(zhen)度(du)的(de)多傳感器模(mo)(mo)(mo)擬是否可(ke)能，則是一個非常(chang)開放的(de)問題。”
就這樣，駕校變成了(le)一(yi)個(ge)聚會。在(zai)模(mo)擬中，你可(ke)以四處(chu)走(zou)動，有(you)不同類型的(de)(de)控(kong)(kong)制(zhi)器(qi)，模(mo)擬不同類型的(de)(de)事件(jian)，創(chuang)建(jian)互動場景(jing)并直接丟進甚至不在(zai)原始數據中的(de)(de)全新車輛。他們測試了(le)車道跟蹤、車道轉彎、汽車跟蹤及更多棘手的(de)(de)場景(jing)如靜態和(he)動態超車。有(you)了(le)多機(ji)構，真實(shi)的(de)(de)和(he)模(mo)擬的(de)(de)代理人都可(ke)以互動，新的(de)(de)代理人可(ke)以被(bei)丟進場景(jing)并以任何(he)方式控(kong)(kong)制(zhi)。
但(dan)現(xian)(xian)在人類依賴的(de)一個護(hu)欄還不能被模(mo)擬，那就是人類的(de)情感(gan)。這是友(you)好的(de)揮手、點頭或確認的(de)眨眼開關，這是團(tuan)隊(dui)希望在未來工作中實現(xian)(xian)的(de)細微差別類型。
“這(zhe)項研究的(de)(de)(de)核心算法是(shi)我(wo)們(men)(men)如(ru)何能夠采取一(yi)個(ge)數據集(ji)并建立一(yi)個(ge)完全合成的(de)(de)(de)學習和自(zi)主(zhu)的(de)(de)(de)世(shi)界。這(zhe)是(shi)一(yi)個(ge)平臺，我(wo)相信有一(yi)天可(ke)以在(zai)整個(ge)機器人技術的(de)(de)(de)許多不同軸線上擴展。不僅僅是(shi)自(zi)動駕駛(shi)，還(huan)有許多依賴視覺和復雜行(xing)(xing)為(wei)的(de)(de)(de)領域。我(wo)們(men)(men)很高興發布VISTA 2.0，以此來幫助社(she)區收集(ji)他們(men)(men)自(zi)己的(de)(de)(de)數據集(ji)并將其轉(zhuan)換為(wei)虛(xu)擬(ni)世(shi)界，他們(men)(men)可(ke)以直(zhi)接模擬(ni)自(zi)己的(de)(de)(de)虛(xu)擬(ni)自(zi)主(zhu)車(che)輛，在(zai)這(zhe)些虛(xu)擬(ni)地形上行(xing)(xing)駛(shi)，在(zai)這(zhe)些世(shi)界中訓(xun)練自(zi)主(zhu)車(che)輛，然后可(ke)以直(zhi)接轉(zhuan)移到全尺寸的(de)(de)(de)真(zhen)正(zheng)的(de)(de)(de)自(zi)動駕駛(shi)汽車(che)，”Amini說道。
