苹果在自动驾驶领域取得重大突破,仅用 10 天就模拟了 16 亿公里的行驶里程。这一成就令人瞩目,关键在于其无需依赖真实道路数据。通过先进的模拟技术,苹果能够在虚拟环境中进行海量的驾驶模拟,涵盖各种复杂路况和场景。这种方式不仅节省了大量时间和成本,还能更高效地测试和优化自动驾驶系统,提升其安全性和可靠性。这显示出苹果在自动驾驶技术研发上的强大实力和创新精神,为未来自动驾驶的发展奠定了坚实基础。
2月18日消息,苹果公司在自动驾驶领域取得重大突破。苹果将自博弈技术引入自动驾驶,通过10天生成16亿公里的模拟数据,训练算法无需真实数据。这一技术的核心是GIGAFLOW模拟器,它能够以极低的成本生成海量的模拟数据,实现SOTA(State-of-the-art,当前最佳)的效果。苹果的这一成果在CARLA、nuPlan和Waymo开放数据集上进行了零样本独立测试,均获得了SOTA表现,证明了其泛化性和鲁棒性。
苹果的自博弈技术类似于自对抗生成网络(GAN),通过智能体与自我的副本或历史版本博弈实现进化。在自动驾驶领域,苹果设计了极简的奖励函数,无需真实数据,而是生成大规模的模拟数据,让多个智能体在地图上进行自博弈,实现算法进化。这种方法的优势在于速度快、成本低,依靠公共云上的8张A100,苹果每小时可模拟和学习44亿次状态转移,相当于720万公里的驾驶经验,速度比利用真实数据快了36万倍。

