Waymo 的新模擬器幫助研究者訓練更逼真的智慧代理者
背景
自駕車公司使用模擬器來訓練自駕系統，教導它們如何對待「代理者」，這些代理者包括行人、腳踏車騎士、交通訊號和其他車輛。要擁有真正先進的自駕車系統，這些代理者需要與自駕車以及彼此之間的互動行為和反應都能呈現出逼真的表現。建立和訓練智慧代理者是 Waymo 正在嘗試解決的問題之一，也是自駕車研究領域的一個共同挑戰。為此，Waymo 在上週四推出了一個新的模擬器，供自駕車研究社群使用，提供一個環境來訓練智慧代理者，其中包括預先建立的模擬代理者和大量的 Waymo 感知資料。
Waymax 模擬器
Waymo 稱這個模擬器為 Waymax，它是「輕量級」的，讓研究者能夠迅速迭代。所謂輕量級，指的是模擬器並沒有完全呈現逼真的代理者和道路。相反，它展示了一個大致的道路結構，並將代理者呈現為具有某些內建屬性的方形框。Waymo 的研究負責人 Drago Anguelov 在與 TechCrunch 的訪談中表示這基本上是一個更整潔的環境，讓研究者更多地專注於多個道路使用者之間的複雜行為，而不是代理者和環境的外觀。
開放給研究者使用
這個模擬器現在在 GitHub 上可以使用，但不能用於商業目的。這是 Waymo 提供給研究者的工具之一的一部分，其他工具還包括 Waymo Open Dataset 等，這些工具可以幫助加速自駕車的發展。Waymo 表示它無法檢視使用 Waymax 建立的研究工作，但這並不意味著這家屬於 Alphabet 的自駕車公司無法從分享其工具和資料中受益。Waymo 定期舉辦挑戰活動，讓研究者幫助解決與自駕車相關的問題。在 2022 年，該公司組織了一個名為「模擬代理者」的挑戰。Waymo 在模擬器中新增了代理者，並要求研究者訓練他們以與其測試車輛進行逼真的互動。在進行挑戰的過程中，Waymo 意識到他們的訓練環境並不夠強大，無法訓練代理者。因此 Waymo 與 Google 研究合作共同開發了一個更適合的、可以以封閉迴路的方式執行的環境，即系統的行為不斷被監測和調整以創造有意義的結果。這就是 Waymo 推出 Waymax 的原因。
對研究和行業的影響
Anguelov 表示 Waymo 很可能在明年使用這個新模擬器重新舉辦該挑戰。這類挑戰活動讓該公司能夠理解自駕車行業在某些問題上的進展，例如多代理者環境，並理解 Waymo 的技術在其中的表現如何。他強調道：「Waymo Open Dataset 和這些模擬器是引導學術和研究討論朝著我們認為有前景的方向發展的方式，然後我們期待看到人們將會開發出什麼。」他指出，這些挑戰活動還有助於吸引關注，從而吸引人才投入自駕車和機器人研究領域。
增強學習的應用
Anguelov 還表示 Waymax 模擬器可以幫助改進增強學習，從而實現自駕車系統的新行為表現。增強學習是一種機器學習方法，其中代理者透過與環境互動並透過獲得反饋（以獎勵或懲罰的形式）來學習做出決策，類似於人類在世界中的行動方式。例如，在代理者的情境中，模擬的行人可能因為沒有撞到另一個行人而獲得獎勵。Anguelov 表示這可能會導致新的、非人類必然呈現的行為，例如不同型別的變道，甚至許多車輛同意保持一致的行駛方式，如果它們將彼此識別為自駕車。其結果可能是更安全的自動駕駛。
總結
Waymo 推出的 Waymax 模擬器為研究者提供了一個環境來訓練智慧代理者，有助於解決自駕車研究中的常見挑戰之一。這個模擬器的獨特之處在於結合了大量 Waymo 的感知資料，使得代理者的行為更加真實。這將有助於開發出更強大、可擴充套件的自駕車系統。此外 Waymo 透過提供開放資料集和工具，舉辦挑戰活動的方式，希望引導學術和研究界關注自駕車發展的前沿問題，同時也吸引人才加入該領域進行研究。除此之外，Waymax 模擬器還有助於改進增強學習，提供自駕車系統新的行為體現，使得自動駕駛更加安全和智慧。
延伸閱讀
- 蘋果 AI 計劃揭祕：從財報中學到的三件事
- iOS 遊戲模擬器 Delta 經過 10 年精心打造，登上 iOS 排行榜冠軍
- 美國 NASA 向私人太空公司訂購研究，探討火星任務支援角色
- 微軟選擇與 Sanctuary AI 合作進行通用機器人研究
- 前 Snap 研究人員正在利用人工智慧打造下一代 Bitmoji - 輕鬆創作個人化貼圖
- Waymo 開始在亞特蘭大進行無人車士的測試
- 特斯拉降價、Meta 確認發布 Llama 3，蘋果允許模擬器進入應用商店
- 瓦納計劃讓使用者出租 Reddit 資料以訓練人工智慧【AI】
- Modal 籌集 2500 萬美元，為企業員工提供資料與人工智慧訓練
- 「Waymo 將在年底前在奧斯丁推出商用自駕車服務」
