自动驾驶|毫末智算中心：补齐自动驾驶3.0时代最后一块拼图( 五 ) mana|oasis

毫末的解决思路是：让系统像人一样实时推断道路上的拓扑结构。人只需要地图导航的引导，同时用自己的眼睛做实时的推断，并进行驾驶。
动态环境大模型也是如此，它让智能驾驶系统根据地图的引导，推断出道路的连接点或分岔点，自己实时生成一个虚拟的车道线，然后自动驾驶过去。
毫末官方介绍，在北京和保定的很多路口都做了测试，对于大部分路口，这个方法可以达到95%的准确率。对一些异形、小路口的通过能力，还在持续改进中。
5、人驾自监督认知大模型
这个模型是为了进一步优化驾驶决策系统，让自动驾驶能力更加拟人化。

数据驱动是自动驾驶发展的主流路线，但毫末经过实践发现，这条路线也存在问题。例如，面对不同司机在同一个场景下不同驾驶方式数据，模型会倾向于拟合出大家的平均水平。
以路口转弯为例，有人在这个路口开得比较好，有人开得一般，有人开得比较差。这些人类驾驶数据一股脑输给模型之后，模型学出来的是普通司机的转弯水平。
但是，工程师希望模型学到高水平的驾驶，不希望它学习不太好的驾驶方式。同时，又不想进行大量的人工标注，因为那会增加时间和精力成本。
为了解决这个问题，毫末借鉴了最近比较火的ChatGPT 。 ChatGPT模型使用了“利用人类反馈强化学习RLHF”的训练方式，利用人类知识，让模型自己判断答案的质量，逐步提升给出高质量答案的能力。
顾维灏解释：在自动驾驶中，人类司机的每次接管，都是对自动驾驶策略的一次人类反馈。之前，毫末一直把接管数据当简单的负样本用，现在毫末构建了一个“旧策略、接管策略、人工label策略”的pairwise排序模型。并基于这个模型，构建了自动驾驶决策的奖励模型reward model ，这个奖励模型reward model解决了上述问题，即如何选出最优的决策。
他说，通过这种方式，在调头、环岛等公认的困难场景，自动驾驶的通过率提升了30%以上。
总结
顾维灏说，在五大模型助力下，毫末的MANA数据智能体系有了最新的车端感知架构。这是一个更加端到端的架构，过去分散的多个下游任务都集成到一起，除了车道线、车辆、红绿灯等任务，还包括通用障碍物识别、局部路网、行为预测等任务，实现了一个跨代升级。
自成立以来，毫末一直在为自动驾驶3.0做准备，在感知、认知、模式建设上，都按照数据驱动方式建设。例如，毫末在中国最早提出重感知技术路线，最早进行技术准备，并做了大量应用实践。

为了重感知技术路线的实施，毫末也完成了数据体系的升级和最新的五大模型部署， MANA OASIS的建成，标志着毫末补齐了奔跑进入自动驾驶3.0时代的另一块拼图，可以为其自动驾驶技术的持续迭代提供充足动力。
在量产应用层面，有了MANA OASIS的加持，毫末的乘用车辅助驾驶产品HPilot将继续发展，更快迈进全无人驾驶时代。

毫末计划，城市导航辅助驾驶在2023年将会交付用户。 2024年第一季度，毫末将完成HPilot落地中国100个城市的计划，实现点点互达。到2025年，更大规模全场景的NOH将更快落地。
【自动驾驶|毫末智算中心：补齐自动驾驶3.0时代最后一块拼图】可以说， MANA OASIS的加持，将支持毫末快步跨入自动驾驶3.0时代。