自從冠狀病毒引發(fā)全球各地的避難所訂單以來的幾個(gè)月里，整個(gè)公司、行業(yè)和經(jīng)濟(jì)都遭到了毀滅性的打擊。一個(gè)似乎準(zhǔn)備擺脫沖擊的市場(chǎng)是自主汽車，特別是那些汽車可以用來向醫(yī)療工作者運(yùn)輸物資的公司。但似乎連他們也不能幸免。

今年3月，包括Uber、Cruise、Aurora、Argo AI和Lyft在內(nèi)的許多知名初創(chuàng)企業(yè)和子公司暫停了對(duì)其自主車隊(duì)的真實(shí)測(cè)試，理由是出于安全考慮，并希望限制駕駛員和乘客之間的接觸。Waymo更進(jìn)一步，宣布將暫停其在亞利桑那州菲尼克斯市的商業(yè)Waymo one運(yùn)營，包括其不需要駕駛?cè)说娜珶o人駕駛汽車，直到另行通知。

這些中斷帶來了巨大的工程挑戰(zhàn)：如何在車隊(duì)停飛數(shù)月或更長時(shí)間的情況下，復(fù)制真實(shí)世界汽車收集的數(shù)據(jù)。這個(gè)問題以前從未解決過，一些專家認(rèn)為這是不可克服的。就連Waymo首席執(zhí)行官約翰克拉夫西克（John Krafcik）也曾表示，在無人駕駛汽車開發(fā)中，現(xiàn)實(shí)世界的經(jīng)驗(yàn)是“不可避免的”。

但一些業(yè)內(nèi)最大的公司，包括Waymo，無論如何都在努力。

數(shù)據(jù)是新的石油

實(shí)際上，每一個(gè)自主車輛開發(fā)管道都嚴(yán)重依賴安裝在汽車外部的傳感器，包括激光雷達(dá)傳感器、攝像機(jī)、雷達(dá)、慣性測(cè)量單元（IMU）、里程傳感器和GPS。這些數(shù)據(jù)被用來訓(xùn)練支持無人駕駛汽車感知、預(yù)測(cè)和運(yùn)動(dòng)規(guī)劃能力的機(jī)器學(xué)習(xí)模型系列。這些系統(tǒng)能夠理解世界和其中的物體，并決定車輛最終所走的道路。

例如，特斯拉編寫了一個(gè)由上萬個(gè)被遮擋的停車標(biāo)志組成的語料庫，教一個(gè)模型在野外識(shí)別相似的標(biāo)志?？唆斔故褂煤铣珊驼鎸?shí)世界的音頻和視頻數(shù)據(jù)的組合來訓(xùn)練一個(gè)檢測(cè)警車、消防車、救護(hù)車和其他緊急車輛的系統(tǒng)。

真實(shí)世界的數(shù)據(jù)收集還需要繪制地圖，在自主車輛的背景下，地圖是指創(chuàng)建道路、建筑物、植被和世界上其他靜態(tài)對(duì)象的三維、高清晰度、厘米級(jí)地圖。在一個(gè)新的地點(diǎn)進(jìn)行測(cè)試之前，Waymo和Cruise等公司將部署配備傳感器的手動(dòng)汽車來繪制無人駕駛汽車可能走的路線。這些地圖有助于車輛在世界范圍內(nèi)進(jìn)行自我定位，還提供有價(jià)值的上下文信息，如速度限制、車道和人行橫道的位置。

代替這一切的是，自主汽車公司必須依靠他們收集到的最新數(shù)據(jù)，以及這些數(shù)據(jù)的干擾或修改，來進(jìn)行系統(tǒng)開發(fā)和評(píng)估。巧合的是，這些公司中的許多已經(jīng)投資于模擬，以將測(cè)試規(guī)模擴(kuò)大到現(xiàn)實(shí)世界之外。

模擬

Waymo

Waymo說，它在Carcraft模擬平臺(tái)上每天行駛2000萬英里，相當(dāng)于在公共道路上超過100年的真實(shí)駕駛。此外，該公司還表示，其自主汽車軟件包Waymo Driver迄今已累計(jì)完成150億英里的模擬自主里程。這一數(shù)字高于截至2019年7月的100億模擬自主里程。

Waymo的模擬和自動(dòng)化產(chǎn)品負(fù)責(zé)人Jonathan Karmel告訴VentureBeat：“在（Carcraft）中有很多信息。“這就是為什么我們?cè)趦?nèi)部使用一系列工具來提取最重要的信號(hào)——最有趣的里程和有用的信息。”

Waymo工程師利用基于網(wǎng)絡(luò)的界面與Carcraft模擬互動(dòng)，利用真實(shí)世界的數(shù)據(jù)為邊緣案例做準(zhǔn)備，探索創(chuàng)意，從Waymo在25個(gè)城市超過2000萬英里的公路上自主選擇遭遇戰(zhàn)。隨著軟件和場(chǎng)景的發(fā)展，保持Waymo驅(qū)動(dòng)程序周圍的環(huán)境保持最新保持真實(shí)性。這需要對(duì)代理行為建模，并使用對(duì)虛擬汽車的新位置做出響應(yīng)的反應(yīng)代理（如其他汽車、騎自行車的人和行人）。

Waymo說，它還為更新環(huán)境中的汽車和模型場(chǎng)景合成真實(shí)的傳感器數(shù)據(jù)。當(dāng)它的虛擬汽車在現(xiàn)實(shí)世界中以同樣的方式行駛時(shí)，工程師們修改場(chǎng)景并評(píng)估可能的情況。他們還通過在場(chǎng)景中添加新的代理人（如騎自行車的人）或者通過調(diào)節(jié)迎面而來的交通速度來判斷Waymo司機(jī)的反應(yīng)來操縱這些場(chǎng)景。

隨著時(shí)間的推移，模擬場(chǎng)景通過大量變化被放大，以評(píng)估Waymo駕駛員的期望行為。這些信息被用來提高安全性和性能?？柮窢栒f：“我認(rèn)為傳感器模擬工作能夠（增加）我們的真實(shí)世界里程。”。“我們有能力隨著情況的變化逐步了解真實(shí)世界，隨著我們不斷做出改變以改善（我們的系統(tǒng)）性能的狀態(tài)，我們繼續(xù)在模擬中（創(chuàng)造）新的挑戰(zhàn)。”

除了構(gòu)建由真實(shí)駕駛數(shù)據(jù)通知的場(chǎng)景之外，Waymo還部署了從其私有測(cè)試軌道捕獲的從未經(jīng)過測(cè)試的合成場(chǎng)景。該公司說，這使它能夠繼續(xù)擴(kuò)大它可以模擬的英里數(shù)。根據(jù)Karmel的說法，大部分的學(xué)習(xí)和開發(fā)都是在模擬中完成的，遠(yuǎn)遠(yuǎn)早于Waymo驅(qū)動(dòng)程序的更新版本進(jìn)入現(xiàn)實(shí)世界的道路。

這些學(xué)習(xí)和發(fā)展過程中經(jīng)常被忽視的一個(gè)方面是舒適。Waymo說，它評(píng)估了多種“舒適度指標(biāo)”，比如人們對(duì)車輛各種駕駛行為的反應(yīng)。這種道路測(cè)試反饋用于訓(xùn)練人工智能模型，并在仿真中運(yùn)行它們，以驗(yàn)證不同的場(chǎng)景如何影響駕駛者的舒適性，從確定理想的制動(dòng)速度到確保汽車平穩(wěn)行駛。

“我們……開始更好地了解使駕駛舒適的部件，”卡爾梅爾解釋說。“一些關(guān)鍵部件是諸如加速和減速之類的，我們希望將這些信息輸入到仿真中，以預(yù)測(cè)我們認(rèn)為真實(shí)世界中的騎手或駕駛員的反應(yīng)。有一個(gè)機(jī)器學(xué)習(xí)模型可以預(yù)測(cè)（Carcraft）中的那些反應(yīng)。”

除了Carcraft，Waymo的工程師們還開發(fā)了內(nèi)容搜索、基于人口的漸進(jìn)式增強(qiáng)（PPBA）和基于人口的培訓(xùn)（PBT）等工具，以支持各種開發(fā)、測(cè)試和驗(yàn)證工作。內(nèi)容搜索利用了類似于谷歌照片和谷歌圖像搜索的技術(shù)，讓數(shù)據(jù)科學(xué)家在Waymo的駕駛記錄和日志中定位對(duì)象。PBT是與Alphabet的DeepMind合作設(shè)計(jì)的，它從多個(gè)機(jī)器學(xué)習(xí)模型開始，用“子代”替換表現(xiàn)不佳的成員，以減少行人、自行車和摩托車識(shí)別任務(wù)中24%的誤報(bào)。對(duì)于PPBA，它在降低成本和加快訓(xùn)練過程的同時(shí)，增強(qiáng)了目標(biāo)分類器的性能，主要是因?yàn)樗恍枰獛ё⑨尩膌idar數(shù)據(jù)進(jìn)行訓(xùn)練。

Cruise

Cruise還運(yùn)行了大量的模擬——每天在谷歌云平臺(tái)上運(yùn)行大約20萬小時(shí)的計(jì)算作業(yè)——其中一個(gè)是一個(gè)端到端的三維虛幻引擎環(huán)境，Cruise員工稱之為Matrix。它使工程師能夠建立任何他們能夠想象的情況，并合成傳感器輸入，如攝像機(jī)鏡頭，激光雷達(dá)，和自動(dòng)虛擬汽車的雷達(dá)饋送。

艾侯賽因·梅漢納（AI Hussein Mehanna）的巡游負(fù)責(zé)人在接受文圖里貝特（VentureBeat）采訪時(shí)說：“操控長尾是自動(dòng)駕駛汽車成為這個(gè)星球上最困難、最令人興奮的人工智能問題之一的原因，也是我們期望自動(dòng)駕駛汽車及其基礎(chǔ)車型達(dá)到極高性能水平的原因。”。“當(dāng)你查看訓(xùn)練數(shù)據(jù)時(shí)，你有成千上萬的激光雷達(dá)掃描點(diǎn)、高分辨率圖像、雷達(dá)數(shù)據(jù)以及來自各種其他傳感器的信息。所有這些都需要大量的基礎(chǔ)設(shè)施。”

Cruise每天在超過300000個(gè)處理器核和5000個(gè)顯卡上旋轉(zhuǎn)30000個(gè)實(shí)例，每個(gè)實(shí)例循環(huán)通過一個(gè)驅(qū)動(dòng)器的場(chǎng)景值，并生成300兆字節(jié)的結(jié)果。（這基本上就像有30000輛虛擬汽車同時(shí)行駛）在其他測(cè)試方法中，該公司采用了重放（replay）技術(shù)，包括提取真實(shí)世界的傳感器數(shù)據(jù)，將其與汽車的軟件進(jìn)行回放，并將其性能與人類標(biāo)記的地面真實(shí)數(shù)據(jù)進(jìn)行比較。它還利用了規(guī)劃模擬，通過調(diào)整諸如迎面駛來的汽車的速度和它們之間的空間等變量，Cruise可以創(chuàng)建多達(dá)數(shù)十萬種不同的場(chǎng)景。

根據(jù)Cruise公司的仿真副總裁Tom Boyd，工程師們可以選擇對(duì)場(chǎng)景的哪些元素進(jìn)行建模，以及對(duì)它們進(jìn)行建模的粒度。例如，他們衡量模擬輪胎打滑（這取決于汽車的里程數(shù)、道路狀況，甚至車軸上使用的金屬）是否比模擬汽車擋風(fēng)玻璃和后視鏡的激光雷達(dá)反射或雷達(dá)多路徑返回更重要。

Cruise管理模擬權(quán)衡的另一種方法是通過滿足不同精度測(cè)試要求的框架。那些不需要三維圖形的設(shè)備可以在商品硬件上運(yùn)行，實(shí)時(shí)性高達(dá)100倍。“沒有一個(gè)車輛動(dòng)力學(xué)軟件模型是完全準(zhǔn)確的，”博伊德說。“它們可能變得復(fù)雜，我們很容易花上幾個(gè)月的開發(fā)工作來解決（自動(dòng)駕駛汽車）在模擬和道路上的行為之間極微小的差異。”

Cruise工程套件中的工具包括基于web的Webviz，它起源于一個(gè)hackathon項(xiàng)目，現(xiàn)在每月大約有1000名在職員工使用它。最新的生產(chǎn)版本允許工程師保存配置、共享各種參數(shù)，并在遠(yuǎn)程服務(wù)器上運(yùn)行時(shí)觀看車輛模擬。還有worldwiew，一個(gè)輕量級(jí)和可擴(kuò)展的2D/3D場(chǎng)景渲染器，可以讓工程師快速構(gòu)建自定義的可視化效果。

Aurora

Aurora是由前Waymo工程師Chris Urmson創(chuàng)建的一家自動(dòng)駕駛汽車公司，該公司表示，其虛擬測(cè)試套件平臺(tái)內(nèi)的虛擬汽車平均每天完成100多萬次測(cè)試。該平臺(tái)和其他工具使公司的工程師能夠快速識(shí)別、審查、分類并將大多數(shù)事件和有趣的道路場(chǎng)景轉(zhuǎn)換為虛擬測(cè)試，并運(yùn)行數(shù)千個(gè)測(cè)試來評(píng)估對(duì)主代碼庫的單個(gè)更改。

虛擬測(cè)試套件由代碼庫測(cè)試、感知測(cè)試、手動(dòng)駕駛評(píng)估和模擬組成。工程師編寫單元測(cè)試（例如，查看計(jì)算速度的方法是否給出了正確的答案）和集成測(cè)試（例如，查看同一方法是否適用于系統(tǒng)的其他部分）。新工作必須通過所有相關(guān)的測(cè)試，然后才能與較大的代碼合并，從而允許工程師識(shí)別和修復(fù)任何問題。

模擬中的一系列專門的感知測(cè)試是從真實(shí)世界的日志數(shù)據(jù)中創(chuàng)建的，Aurora說，它正在開發(fā)“高度真實(shí)”的傳感器模擬，以便能夠?yàn)椴怀Ｒ姾透唢L(fēng)險(xiǎn)的場(chǎng)景生成測(cè)試。他們?cè)谔摂M測(cè)試套件中定期運(yùn)行的其他實(shí)驗(yàn)評(píng)估了極光驅(qū)動(dòng)程序（極光的全堆棧無人駕駛平臺(tái)）在一系列駕駛基準(zhǔn)上的性能。

無論測(cè)試的性質(zhì)如何，自定義設(shè)計(jì)的工具都會(huì)自動(dòng)從極光的日志數(shù)據(jù)中提取信息（例如，行人行走的速度），并將其插入到各種仿真模型中，以節(jié)省工程師的時(shí)間。

該公司表示，自Aurora停止所有真實(shí)世界的測(cè)試以來的幾個(gè)月里，該公司的車輛運(yùn)營商已與其分類和標(biāo)簽團(tuán)隊(duì)聯(lián)手，為可以轉(zhuǎn)化為模擬虛擬測(cè)試的道路活動(dòng)挖掘手動(dòng)和自動(dòng)駕駛數(shù)據(jù)。Aurora還表示，它正在構(gòu)建新的工具，例如一個(gè)web應(yīng)用程序，旨在讓工程師更容易進(jìn)行模擬，并正在增強(qiáng)現(xiàn)有的管道，以支持創(chuàng)建新的測(cè)試場(chǎng)景。

另外，一位發(fā)言人告訴VentureBeat，Aurora的工程師們正在繼續(xù)建立和完善公司的車輛地圖——Aurora Atlas，在這些區(qū)域，Aurora駕駛員將在恢復(fù)道路測(cè)試時(shí)進(jìn)行操作。他們正在將新地圖添加到云圖（Cloud Atlas）中，這是一個(gè)版本化的數(shù)據(jù)庫，專門用來保存Atlas數(shù)據(jù)，利用機(jī)器學(xué)習(xí)模型自動(dòng)生成諸如紅綠燈之類的注釋。

人工智能和機(jī)器學(xué)習(xí)的進(jìn)步使得教汽車駕駛?cè)藛T在模擬中駕駛前所未有的道路變得更加容易。在最近的一篇技術(shù)論文中，麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室的研究人員描述了一種與極光不同的方法，它涉及虛擬圖像合成和自動(dòng)轉(zhuǎn)換（VISTA），一個(gè)真實(shí)感的模擬器，它只使用真實(shí)世界的語料庫從潛在的車輛軌跡合成視點(diǎn)。VISTA能夠訓(xùn)練一個(gè)模型，讓汽車在以前看不見的街道上導(dǎo)航——即使汽車的定位方式模仿了撞車事故。

厄姆森在一份聲明中說：“我們預(yù)計(jì)COVID-19在長期內(nèi)不會(huì)推遲我們的進(jìn)展，這主要是由于我們?cè)谔摂M測(cè)試方面的投資，但它已經(jīng)證明了自動(dòng)駕駛交通的緊迫性，這種交通可以在不需要人駕駛的情況下安全快速地運(yùn)送人和貨物。”。“這就是為什么我們比以往任何時(shí)候都更加致力于我們的使命，并繼續(xù)聘用所有學(xué)科的專家，向公司的每個(gè)人支付報(bào)酬，并找到方法推進(jìn)極光驅(qū)動(dòng)程序的開發(fā)。當(dāng)我們的行業(yè)走到一起時(shí)，聰明才智、奉獻(xiàn)精神和深思熟慮的領(lǐng)導(dǎo)才能將幫助我們度過這些充滿挑戰(zhàn)的時(shí)代。”

優(yōu)步 Uber

Uber的先進(jìn)技術(shù)集團(tuán)（ATG）是Uber自主汽車項(xiàng)目的領(lǐng)頭羊，該部門保留了一個(gè)團(tuán)隊(duì)，該團(tuán)隊(duì)根據(jù)測(cè)試軌跡和道路行為數(shù)據(jù)不斷擴(kuò)展Uber模擬器內(nèi)的測(cè)試集。ATG系統(tǒng)工程和測(cè)試主管Adrian Thompson告訴VentureBeat，每次對(duì)自動(dòng)駕駛系統(tǒng)的軟件進(jìn)行任何調(diào)整，都會(huì)自動(dòng)針對(duì)全套模擬測(cè)試重新運(yùn)行。

ATG工程師使用諸如DataViz這樣的工具，這是ATG與Uber的數(shù)據(jù)可視化團(tuán)隊(duì)合作開發(fā)的一個(gè)基于網(wǎng)絡(luò)的界面，以查看模擬中的汽車如何解釋和感知虛擬世界。DataViz提供汽車、地面圖像、車道標(biāo)記和標(biāo)志等元素的真實(shí)表示。對(duì)于算法生成的信息（如對(duì)象分類、預(yù)測(cè)、規(guī)劃和外觀）的抽象表示（通過顏色和幾何編碼）也是如此。它們使員工能夠檢查和調(diào)試從離線和在線測(cè)試中收集的信息，并在創(chuàng)建新場(chǎng)景的過程中探索信息。

湯普森說，優(yōu)步在過去兩年里加快其建模和仿真工具開發(fā)的決定正在帶來回報(bào)。他說，在某種程度上，該公司目前正在使用超過200萬英里的傳感器日志，并通過模擬來完成“絕大多數(shù)”的人工智能培訓(xùn)和驗(yàn)證。

湯普森說：“由于沒有公路運(yùn)營，我們的人工智能模型開發(fā)軌跡幾乎沒有受到干擾。“我們的測(cè)試跟蹤測(cè)試是為了驗(yàn)證我們的模型，因此我們能夠在這段時(shí)間內(nèi)保持（如果不是加速的話）我們的開發(fā)速度。”

也許并不奇怪，湯普森還說，Uber模擬環(huán)境中的虛擬汽車比大流行前行駛了更多英里。他并沒有把這歸咎于健康危機(jī)本身，但他說COVID-19提供了一個(gè)繼續(xù)進(jìn)行規(guī)模模擬的機(jī)會(huì)。

“我們已經(jīng)制定了完善的戰(zhàn)略計(jì)劃，以進(jìn)一步擴(kuò)大我們的模擬里程。他補(bǔ)充說：“我們基于模型的開發(fā)方法使我們的業(yè)務(wù)更能應(yīng)對(duì)這種流行病，這部分是偶然的。”。“在可預(yù)見的未來，我們將繼續(xù)快速擴(kuò)展我們的模擬能力，即使大流行已經(jīng)過去，我們也沒有減少模擬行駛里程的計(jì)劃。”

Lyft

Lyft當(dāng)時(shí)正在開發(fā)一個(gè)新的汽車平臺(tái)，但它被迫停止了所有的實(shí)際測(cè)試。盡管如此，Lyft的5級(jí)自動(dòng)駕駛部門的工程總監(jiān)Jonny Dyer告訴VentureBeat，該公司正在通過利用其真實(shí)世界中的自動(dòng)駕駛汽車所行駛的大約10萬英里的數(shù)據(jù)，并在驗(yàn)證之前校準(zhǔn)其模擬環(huán)境，在模擬上“加倍努力”。

具體來說，Lyft正在改進(jìn)它在模擬中使用的技術(shù)，以指導(dǎo)代理（如虛擬行人）對(duì)車輛做出真實(shí)的反應(yīng)，部分是通過人工智能和機(jī)器學(xué)習(xí)模型。它還構(gòu)建了一些工具，比如基準(zhǔn)測(cè)試框架（benchmarking framework），使工程師能夠比較和改進(jìn)行為檢測(cè)器的性能，以及動(dòng)態(tài)更新可視化的儀表板，以幫助創(chuàng)建多樣化的模擬內(nèi)容。

戴爾說，Lyft并沒有把重點(diǎn)放在模擬相機(jī)、激光雷達(dá)和雷達(dá)傳感器數(shù)據(jù)等挑戰(zhàn)上，而是放在傳統(tǒng)的基于物理的機(jī)制上，以及幫助識(shí)別正確的模擬參數(shù)集的方法上。他說：“這不是模擬模型的比例尺游戲——實(shí)際上更多的是用高保真度模擬正確的里程。”。“我們專注于逼真度方面，讓模擬更接近于告訴我們真實(shí)駕駛所做的事情類型。這不僅僅是模擬大量的英里數(shù)，而是模擬正確的英里數(shù)。”

根據(jù)戴爾的說法，Lyft還重新制定了驗(yàn)證策略，在結(jié)構(gòu)和動(dòng)態(tài)模擬等方面更為重視。在這些步驟之前，該公司曾計(jì)劃進(jìn)行真實(shí)世界的測(cè)試——而且它仍將以一定的能力——但這次關(guān)閉迫使其硬件工程師將工程轉(zhuǎn)向模擬。

例如，一位高級(jí)計(jì)算機(jī)工程師在臥室里安裝了一臺(tái)高性能服務(wù)器，該服務(wù)器運(yùn)行著Lyft的自主汽車技術(shù)堆棧（其中包含8張圖形卡和一個(gè)強(qiáng)大的x86處理器），4個(gè)書桌風(fēng)扇在上面吹氣以保持其涼爽。另一位工程師在車庫里用他在eBay上購買的覆盆子Pi和電路板搭建了一個(gè)電解腐蝕裝置。另一位工程師將自家后院的蟋蟀場(chǎng)改造成了激光雷達(dá)傳感器范圍，并使用全尺寸的路標(biāo)對(duì)Lyft計(jì)劃集成的新傳感器進(jìn)行校準(zhǔn)。

行業(yè)挑戰(zhàn)

盡管COVID-19停飛的自主汽車公司做出了巨大的努力，但似乎仍有一些公司可能會(huì)從這場(chǎng)流行中脫穎而出。一些專家斷言，模擬不能代替在真實(shí)道路上的測(cè)試。

在涉及真實(shí)數(shù)據(jù)的模擬中，一個(gè)長期的挑戰(zhàn)是每個(gè)場(chǎng)景都必須對(duì)自動(dòng)駕駛汽車的運(yùn)動(dòng)做出響應(yīng)——即使那些運(yùn)動(dòng)可能沒有被原始傳感器記錄下來。無論照片或視頻沒有捕捉到什么角度或視點(diǎn)，都必須使用預(yù)測(cè)模型進(jìn)行渲染或模擬，這就是為什么模擬歷史上一直依賴于計(jì)算機(jī)生成的圖形和基于物理的渲染，這些渲染有點(diǎn)粗糙地代表了世界。（引人注目的是，即使是Wayve，一家總部位于英國的獨(dú)立于模擬訓(xùn)練的自駕車模型的創(chuàng)業(yè)者，也依賴于安全駕駛者的反饋來調(diào)整這些模型。）

卡內(nèi)基梅隆大學(xué)（Carnegie Mellon）的研究人員發(fā)表的一篇論文概述了阻礙現(xiàn)實(shí)世界硬件開發(fā)的其他模擬挑戰(zhàn)：

現(xiàn)實(shí)差距：模擬的環(huán)境并不總是能充分地反映實(shí)際情況——例如，缺乏精確輪胎模型的模擬可能無法解釋高速轉(zhuǎn)彎時(shí)真實(shí)的汽車行為。

資源成本：模擬的計(jì)算開銷需要像圖形卡這樣的專用硬件，這導(dǎo)致了高云成本。根據(jù)最近的一份同步報(bào)告，培訓(xùn)一種最先進(jìn)的機(jī)器學(xué)習(xí)模式，如華盛頓大學(xué)格羅弗分校（University of Washington's Grover），它可以生成和檢測(cè)假新聞，在兩周的時(shí)間內(nèi)花費(fèi)超過25000美元。

再現(xiàn)性：即使是最好的模擬器也可能包含不確定的元素，使再現(xiàn)測(cè)試成為不可能。

事實(shí)上，Yandex繼續(xù)在莫斯科等允許的公共道路上運(yùn)行其自動(dòng)駕駛汽車，該公司表示，盡管模擬可以幫助自主汽車的開發(fā)，但公共測(cè)試仍然至關(guān)重要。該公司聲稱，轉(zhuǎn)向完全模擬程序而不進(jìn)行路試將在短期內(nèi)減緩自主汽車開發(fā)的進(jìn)程，因?yàn)殚_發(fā)100%準(zhǔn)確度和復(fù)雜性的模擬可能需要與開發(fā)自動(dòng)駕駛技術(shù)本身同樣多的問題解決和資源。

Yandex的一位發(fā)言人告訴VentureBeat：“如果沒有真實(shí)世界的測(cè)試，自動(dòng)駕駛公司將無法收集關(guān)鍵的真實(shí)駕駛數(shù)據(jù)。”。“[此外，]駕駛模擬和在試車跑道上運(yùn)行車輛有助于證明車輛在實(shí)驗(yàn)室環(huán)境中滿足特定要求。在公共道路上駕駛會(huì)呈現(xiàn)出自動(dòng)駕駛平臺(tái)需要面對(duì)的更加復(fù)雜、真實(shí)的動(dòng)態(tài)，包括不同的天氣條件以及各種行人和駕駛員行為。”

除了將自動(dòng)駕駛系統(tǒng)暴露在這些復(fù)雜的動(dòng)態(tài)環(huán)境中之外，Ars Technica的Timothy B.Lee指出，測(cè)試確保傳感器和其他硬件的故障率較低；汽車將使用安全的乘客接送地點(diǎn)；車隊(duì)運(yùn)營商受過良好的培訓(xùn)，能夠處理任何突發(fā)事件。它還允許公司識(shí)別可能出現(xiàn)的問題，例如是否有足夠的車輛可用于高峰時(shí)段服務(wù)。

戴爾并不完全不同意這些觀點(diǎn)，但他對(duì)模擬測(cè)試的前景普遍比較樂觀。他說，模擬非常適合在測(cè)試軌道數(shù)據(jù)上進(jìn)行結(jié)構(gòu)化和功能性測(cè)試，這些數(shù)據(jù)構(gòu)成了Lyft自主車輛路線圖的很大一部分。

“事實(shí)是，所有的模擬都有一定的局限性，因?yàn)槟惚仨毿?zhǔn)它，并根據(jù)實(shí)際情況驗(yàn)證它。……它不會(huì)很快取代開車上路[因?yàn)閉你不能在模擬中做所有事情。但我確實(shí)認(rèn)為，我們?cè)谀M環(huán)境中取得了巨大進(jìn)展。“在這方面，大流行一點(diǎn)也沒有受挫。這些大型工程項(xiàng)目中有很多基本的東西，比如技術(shù)債務(wù)和基礎(chǔ)設(shè)施，你想解決，但是當(dāng)你在一個(gè)運(yùn)營項(xiàng)目中時(shí)，這些東西就變得很難解決了。在我看來，投資這些項(xiàng)目將在我們回來后獲得巨大回報(bào)。”

波士頓咨詢集團(tuán)（Boston Consulting Group）高級(jí)合伙人兼董事總經(jīng)理布萊恩•科利（Brian Collie）等持懷疑態(tài)度的人士預(yù)計(jì)，這場(chǎng)大流行將使無人駕駛汽車技術(shù)的商業(yè)化至少推遲三年。福特今天宣布，它將把推出自主汽車服務(wù)的計(jì)劃推遲到2022年；福特一直在與Argo AI合作，并通過試點(diǎn)項(xiàng)目Postmates、沃爾瑪、多米諾骨牌和當(dāng)?shù)睾献骰锇闇y(cè)試其上市戰(zhàn)略。

Karmel承認(rèn)道路上可能會(huì)有顛簸，特別是Waymo的測(cè)試暫停，但他自信地說，大流行并沒有對(duì)計(jì)劃中的推廣造成實(shí)質(zhì)性影響。

卡梅爾說：“如果你只是專注于合成里程，而不開始帶來一些現(xiàn)實(shí)主義，你在現(xiàn)實(shí)世界中駕駛，它實(shí)際上變得很難知道你在現(xiàn)實(shí)主義曲線上的位置。”。“也就是說，我們所要做的就是盡可能多地學(xué)習(xí)——在這段時(shí)間里，我們?nèi)匀猾@得了數(shù)千年的經(jīng)驗(yàn)。”

作者：KYLE WIGGERS@KYLE_L_WIGGERS APRIL 28, 2020 7:00 AM
摘自：venturebeat