2月17日消息，毫末智行宣布自動駕駛認(rèn)知大模型正式升級為DriveGPT，并將在2023年4月的HAOMO AI DAY上公布其最新重要進展。
隨著ChatGPT火爆全網(wǎng)，它所采用的Transformer大模型以及“人類反饋強化學(xué)習(xí)（RLHF）”技術(shù)再次引發(fā)行業(yè)關(guān)注。在自動駕駛領(lǐng)域，毫末在國內(nèi)最早將Transformer大模型引入到數(shù)據(jù)智能體系MANA當(dāng)中。在2023年1月的HAOMO AI DAY上，毫末智行CEO顧維灝介紹，毫末推出的人駕自監(jiān)督認(rèn)知大模型就已借鑒了ChatGPT的實現(xiàn)思路，采用RLHF（人類反饋強化學(xué)習(xí)）技術(shù)，通過引入真實人駕接管數(shù)據(jù)，對自動駕駛認(rèn)知決策模型進行持續(xù)優(yōu)化。
毫末的認(rèn)知決策算法經(jīng)歷了三個階段的進化。第一階段是引入個別場景的端到端模仿學(xué)習(xí)，直接擬合人駕行為。第二階段是通過認(rèn)知大模型，引入海量正常人駕數(shù)據(jù)，通過Prompt的方式實現(xiàn)認(rèn)知決策的可控、可解釋。第三階段，也就是當(dāng)前階段，通過引入真實接管數(shù)據(jù)，并且在大模型中開始嘗試使用RLHF算法，對人駕接管數(shù)據(jù)進行學(xué)習(xí)。為此，毫末構(gòu)建了一個包含“舊策略、接管策略、人工label策略”的Pairwise排序模型?；谶@一排序模型，毫末構(gòu)建了自動駕駛決策的獎勵模型（reward model），從而在各種規(guī)劃場景情況下做出最優(yōu)的決策。通過這一大模型，在掉頭、環(huán)島等公認(rèn)的困難場景中，場景通過率提升30%以上。
2月17日，毫末智行將人駕自監(jiān)督認(rèn)知大模型正式升級為“DriveGPT”，這也是全球首個自動駕駛認(rèn)知大模型。目前，毫末DriveGPT已完成模型搭建和第一階段數(shù)據(jù)的跑通，參數(shù)規(guī)模可對標(biāo)GPT-2的水平。接下來，DriveGPT將持續(xù)引入大規(guī)模真實接管數(shù)據(jù)，通過人駕數(shù)據(jù)反饋的強化學(xué)習(xí)，來不斷提升測評效果，同時也將DriveGPT作為云端測評模型，用來評估車端小模型的駕駛效果。毫末DriveGPT最新重要進展，將在2023年4月舉行的第八屆HAOMO AI DAY上公布。
免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。
免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
