地平線智駕方案SuperDrive的應(yīng)用場景

如果故事的開頭，從端到端和模塊化兩種自動駕駛系統(tǒng)的發(fā)展溯源講起，人們會發(fā)現(xiàn)，路線之爭對于高階智駕而言并非是問題的關(guān)鍵。系統(tǒng)的性能、可靠性、安全性等因素需要以人為核心尋找合理的“設(shè)計交集”，從而共同約束相關(guān)發(fā)展路徑的實際應(yīng)用和效果呈現(xiàn)。

自2024年開始，城區(qū)NOA普及速度不斷加快。然則在一些研究機構(gòu)的報告中顯示，截至2023年底，只有3%的城區(qū)NOA滲透率說明其中仍有明顯的應(yīng)用鴻溝等待跨越。其中原因就是現(xiàn)實的隨機性為正確預(yù)測下一秒造成了極大的困難，反映到實際自動駕駛行為中的表現(xiàn)就是：決策保守，應(yīng)對死板、機械，效率低。在地平線看來，選擇一條可達成的發(fā)展路徑需要遵循“用戶價值”，從場景出發(fā)，地平線全新一代智駕方案Horizon SuperDrive(下簡稱“SuperDrive”)為了解決城區(qū)的規(guī)控難題采用了更擬人、更像老司機的“交互博弈”。

讓智駕系統(tǒng)更“老練”的交互博弈

什么樣的智能駕駛能被稱為老司機?首先來看一些SuperDrive在城市中的行駛片段——

從以上場景的自動駕駛行為可以看到，SuperDrive系統(tǒng)已經(jīng)具備一個老練司機的開車本能。例如，當(dāng)遇到騎行人或行人主動避讓、等待車輛先行時，它會果決判斷、不猶豫地行駛過去，而不是僵硬地只滿足行人先行的約束條件(為了安全);直行遇到左轉(zhuǎn)高頻場景，在判定擁有路權(quán)的時候SuperDrive會選擇徑直過去，而不會像其他系統(tǒng)一樣躊躇;及時檢測到前方占道車輛然后減速繞行，整個繞行路徑優(yōu)雅從容，讓駕駛者獲得如同自己正常駕駛一樣的體驗，并且有效避免了當(dāng)識別到前方占道車輛減速剎停時，無法主動繞行最終被迫接管的窘境。

SuperDrive想要做的，就是能夠平順地處理很多場景(優(yōu)雅)，不會僅為了安全而不去做一些人會做的博弈行為(不慫)，并且能夠感知到車的狀態(tài)，像人一樣在一個相對長的時間周期里通過思考明白要如何去行動，而不會很猶豫、糾結(jié)，出現(xiàn)方向盤無目的地亂擺導(dǎo)致車身不明所以地搖晃等(從容篤定)，可謂謀定而后動。

其背后，有兩大技術(shù)支撐。一個是讓智駕系統(tǒng)“看”得更明白的“端到端感知架構(gòu)”;另一個是讓智駕系統(tǒng)“想”得清楚的“交互式博弈算法”。后者作為整個智駕系統(tǒng)的決策規(guī)劃核心，最主要的是為高階智駕提供了一種思維路徑，而非一種設(shè)計定式。在實現(xiàn)端到端感知的基礎(chǔ)上，SuperDrive系統(tǒng)還需要具備超強的博弈能力，才能針對復(fù)雜多元的城區(qū)場景以及中國式交通參與者，實現(xiàn)“優(yōu)雅不慫，從容篤定”。

SuperDrive的整個規(guī)控系統(tǒng)的輸入擁有Tensor級別的先驗和實時結(jié)果，憑借著系統(tǒng)內(nèi)的搜索模塊，在大量數(shù)據(jù)和可能性中尋找最優(yōu)解或相關(guān)信息，同時考慮時間和空間因素，根據(jù)輸入數(shù)據(jù)和推理結(jié)果，生成物體或事件隨著時間和空間變化的軌跡，然后做出預(yù)測或決策，制定運動規(guī)劃，最終控制車子做出相應(yīng)的駕駛行為。

地平線認為，上述所有的處理過程都會有一個交互式預(yù)測決策神經(jīng)網(wǎng)絡(luò)的Core，能夠讓系統(tǒng)真正的實現(xiàn)交互式博弈，整個推理過程最重要的是輸出Plan/Prediction Pairs，包含自車和他車的，這樣才能更準(zhǔn)確的給出是搶還是讓的決策，且這一過程并不是一次性的，而是所有可能性在每一個“Planning Cycle”里能夠調(diào)用推演，這能使得系統(tǒng)能夠真的像人一樣在“反復(fù)博弈、尋求最優(yōu)解”，而不是單向從A問題到B結(jié)論般的直白、僵硬。

但當(dāng)輸入的信息超越了過往的“經(jīng)驗”，系統(tǒng)則能夠自行做出交互式思考和判斷，從而生成合理的駕駛行為，整體的交互博弈，能夠反復(fù)迭代、推演、強化，在不斷的進化中，離“更擬人”無窮近。這相對于之前串行預(yù)測決策的規(guī)控有著很大的區(qū)別。

在目前的應(yīng)用試驗中，除了本節(jié)上述的場景外，地平線SuperDrive在面對施工區(qū)避讓、城市環(huán)島通行、路口交互-動態(tài)Driveline、效率變道、擁堵變道、擁堵匯流等城市典型場景時，均能夠給用戶帶來優(yōu)雅不慫的智能駕乘體驗。典型動態(tài)現(xiàn)場案例如下：

背后思考：慢思考

相對于傳統(tǒng)智駕領(lǐng)域的決策規(guī)劃而言，交互博弈是更復(fù)雜的一種決策行為。地平線創(chuàng)始人兼CEO余凱博士介紹，高階智駕系統(tǒng)不能僅僅只在簡單的case里靠直覺去處理，在復(fù)雜的case里，也能夠通過自己的自主思考、博弈去“舉一反三”，也就是說自主思考的背后需要邏輯推演鏈條更長的反復(fù)思考，最終要求達到anytime、anywhere的反復(fù)博弈，這時的車子仿佛擁有了一顆“大腦”，能夠全天候、全場景地仿真、想象、演繹甚至腦補。

由此可以引申出SuperDrive設(shè)計交互博弈背后的思維動因，地平線稱之為“慢思考”?！奥伎肌边@個概念來自于美國心理學(xué)家丹尼爾·卡尼曼的著作《思考，快與慢》。丹尼爾·卡尼曼認為，人類大腦有快與慢兩種做決定的方式?？焖伎家蕾嚽楦?、記憶和經(jīng)驗迅速作出判斷，它見聞廣博，能夠迅速對眼前的情況做出反應(yīng)，但是這樣的思考過程固守“眼見即為事實”的原則，很容易被蠱惑進而上當(dāng);而慢思考通過調(diào)動注意力來分析和解決問題，它擁有一個不斷反芻的思維過程，比較慢，不容易出錯，但有時也會偷懶，選擇讓“快思考”直接接管，用直覺來“走捷徑”。地平線認為，智駕系統(tǒng)的交互博弈應(yīng)當(dāng)像人一樣思考，更多的時候強調(diào)“快和慢”相結(jié)合，以便能夠在動態(tài)和不可預(yù)測的環(huán)境中做出更加合理和有效的決策。

現(xiàn)如今，很多決策規(guī)劃模塊的開發(fā)過程中，隨著應(yīng)用場景無限趨于開集形態(tài)，依賴人類工程師不斷手寫的(if.else，搜索，優(yōu)化)規(guī)則去對抗自動駕駛問題不僅在技術(shù)上陷入窮途末路，而且也沒有無上限的資金用以支持類似的“黑洞投入”。智能駕駛目前遇到的最大瓶頸是“開集和非白名單”的問題，僅靠if.else很難精確地描述并處理不斷變幻的駕駛場景，因此在智能駕駛系統(tǒng)中，人們逐漸采取神經(jīng)網(wǎng)絡(luò)替換掉手寫規(guī)則，憑借數(shù)據(jù)驅(qū)動和大模型解決人工短板。

但是地平線想的更進一步，雖然基于鑒別式或者單模態(tài)生成式的機器學(xué)習(xí)技術(shù)能夠通過數(shù)據(jù)的閉環(huán)，經(jīng)由算力支持換來了效率，但是仍然無法解決“開集和白名單”的問題，越來越多的判定已經(jīng)達成共識，機器學(xué)習(xí)技術(shù)需要具有Common sense(常識)，即在沒有特定任務(wù)的訓(xùn)練樣本的情況下，讓模型完成任務(wù)(Zero-shot)。這就涉及到上文所述的“開城”和“ODD無限延展”的問題，智能駕駛的未來就是要讓整個決策規(guī)劃無限適應(yīng)和處理從來沒有見過的case，而不是遇到問題就簡單粗暴地“confused”，或者直接選擇人為接管。

因此，基于“快、慢”思考的定義，地平線設(shè)計SuperDrive的時候也充分注意到了有些場景難以通過直接反饋的方式去處理，而是要像下棋一樣經(jīng)過步驟推演，最好能夠舉一反三(即泛化能力)，而不是只有見到才能學(xué)到。針對一些全新的場景，地平線希望做到的是系統(tǒng)能夠完全“從0到1”，這個“0”并非是數(shù)學(xué)意義上的“空集”，而是能夠在原有的經(jīng)驗(這個經(jīng)驗有可能與當(dāng)下場景相關(guān)、準(zhǔn)相關(guān)甚至無關(guān))之上，通過自行比對、自主思考、經(jīng)驗推理、不斷模仿，生成更加理性的、符合現(xiàn)實需要的決策，而不是將一些行駛標(biāo)準(zhǔn)孤立、割裂地看待，導(dǎo)致出現(xiàn)“為了安全能走卻不走”、“遇到突發(fā)狀況毫無變通”的狀況。地平線認為，讓系統(tǒng)在交互中學(xué)會“博弈”，才能跨過智能駕駛迭代過程中的“嘆息之墻”。

軟硬協(xié)同：“1+1>2”

從可用躍遷至好用，對于地平線而言，無論是端到端感知還是交互博弈，最終都需要通過高效的硬件架構(gòu)去運行。換句話說，硬件實力決定了迭代底盤，與此同時軟件和硬件彼此協(xié)同才能發(fā)揮出“1+1>2”的效用。在交互博弈方面，由于跟以前的串行神經(jīng)網(wǎng)絡(luò)推理模式不一樣，需要相對通用的計算單元和相對快速的專用計算單元來完成博弈，因此BPU架構(gòu)也能更加快速高效地處理Close-Loop交互。

基于BPU Nash架構(gòu)的征程6，相比上一代性能上有了大幅提升，其中包含強大的并行浮點計算能力，以及特別優(yōu)化的超越函數(shù)，存儲性能上也進行了大面積優(yōu)化，能夠用更加無感的方式、更快的速度實現(xiàn)各種推理過程。給新一代的計算架構(gòu)起名為BPU Nash，是意在致敬偉大的數(shù)學(xué)家約翰·納什以及他的著名理論——納什博弈(納什均衡)。所謂的納什博弈，描述了在博弈過程中，無論對方的選擇如何，當(dāng)事人一方都會選擇某個確定的策略，任何一方在此策略組合下單方面改變自己的策略(他方策略不變)，都不會提高自身的收益。這個理論形象地勾勒了地平線在交互博弈算法構(gòu)建過程中想要達到的最佳狀態(tài)：如果這個系統(tǒng)能夠達到納什博弈的水平，那么完成對于“人類操作”的替代、實現(xiàn)自動駕駛就不再是空想。

“單點的算法突破或者算力性能突破，都不是高階智駕達到好用的關(guān)鍵，充分發(fā)揮硬件和軟件的協(xié)同效應(yīng)，并以極致開放打造極致效率，才是抵達高階智駕終局的最佳路徑。”余凱表示。在地平線的邏輯里，軟件與硬件結(jié)合的緊密程度，不僅關(guān)乎計算效率和能耗降低，也是確保系統(tǒng)和硬件的協(xié)同進步、提升整體系統(tǒng)性能效率的核心。

這同樣也是一種全新的開集：實際駕駛環(huán)境需要系統(tǒng)進行徹底的交互博弈，用以完成“擬人化”的終極進化，而無論是端到端還是模塊化發(fā)展路徑，都需要硬件基礎(chǔ)的算力支持，在不斷的迭代過程中，軟件層面需要為硬件配備找到效率的邊際拐點，硬件需要根據(jù)場景、模型、數(shù)據(jù)的不斷演進，在提供基礎(chǔ)算力的同時完成自我革新。

因此，軟硬協(xié)同的邏輯最終孕生的是一個更加廣袤的產(chǎn)業(yè)生態(tài)，軟硬結(jié)合的產(chǎn)業(yè)支柱是所有的參與者開放協(xié)作，由此才能在大模型框架、深度學(xué)習(xí)語料、算法升級和軟硬結(jié)合等層面實現(xiàn)全業(yè)態(tài)式的互補。目前，地平線已經(jīng)搭建了國內(nèi)最為成熟、高效、開放的生態(tài)體系之一，并與全球超過30家車企達成了前裝量產(chǎn)合作，合作的量產(chǎn)車型已經(jīng)超過110款。

高階智駕的未來，將是一個不斷擬人、類人的過程。

從響應(yīng)人，到服務(wù)人，再到解放人，智能駕駛在不斷演進的過程中，完成的是人的高維延伸，用優(yōu)雅不慫、從容篤定形容的高階智駕系統(tǒng)，一定能夠像“老司機”一樣預(yù)測、推理、學(xué)習(xí)、決策。在這里，讓我們放下路徑之爭的自我偏見，聚焦到智能駕駛讓人類生活更安全、更美好的目標(biāo)本質(zhì)。當(dāng)高階智駕走向平權(quán)時代，選擇一種“可達成”的路線，是地平線的現(xiàn)實選擇，而當(dāng)智駕產(chǎn)業(yè)邁向以用戶、市場需求為導(dǎo)向的公眾利他之時，多方博弈之下，一定會窮舉出一個產(chǎn)業(yè)發(fā)展核心：那就是在產(chǎn)品量產(chǎn)、用戶體驗、公眾利益互相交融的智駕市場，技術(shù)普惠最終會給體驗普惠，讓渡出一個“體驗上更擬人、技術(shù)上更類人”的落地空間。