Flotowe rejestratory zamiast symulatora. Dlaczego autonomiczna jazda uczy się lepiej na cudzych danych

Przejazd przez ruchliwe skrzyżowanie w Mediolanie to dla autonomicznego auta koszmar: czterech skuterów wymusza pierwszeństwo, autobus blokuje lewy pas, a pieszy wchodzi na jezdnię mimo czerwonego. Testowanie takiego scenariusza w realu to ryzyko uszkodzenia prototypu wartego milion euro. Zespoły R&D od lat omijają ten problem, budując kosztowne symulatory. Nowe podejście, BFN-RL, idzie inną drogą – uczy się wyłącznie z offline'owych nagrań całej floty testowej, bez ani jednej próby na żywo.

Technologia, która ogląda nagrania i wyciąga wnioski

BFN-RL opiera się na Bayesian Flow Networks – mechanizmie, który różni się od popularnych modeli dyfuzyjnych w jednym, istotnym szczególe. Zamiast generować trajektorię przez usuwanie szumu z losowych danych, BFN-RL iteracyjnie doprecyzowuje parametry rozkładu prawdopodobieństwa. Mówiąc prościej: model uczy się pewności co do każdego punktu zaplanowanej ścieżki, zamiast domyślać się kształtu trajektorii z chaosu.

Dla branży motoryzacyjnej to nie jest semantyczny niuans. Rejestratory jazdy zapisują zarówno sygnały ciągłe (pozycja GPS co 0,1 sekundy, prędkość, przyspieszenie), jak i zdarzenia dyskretne (sygnalizacja zmiany pasa, decyzja o hamowaniu awaryjnym, włączenie kierunkowskazu). BFN-RL modeluje oba typy danych w jednym, spójnym formacie. Nie trzeba osobnego modelu do planowania trajektorii i osobnego systemu reguł do decyzji manewrowych.

Scenariusz: nauka na cudzych błędach, bez narażania floty

Wyobraźmy sobie zespół ADAS w producencie samochodów, który zebrał 200 tysięcy godzin nagrań z rejestratorów zamontowanych w autach testowych i seryjnych. W tym zbiorze są sytuacje normalne – jazda autostradą, parkowanie – ale też incydenty: nagłe hamowanie przed sarną, omijanie rowerzysty na wąskiej wiejskiej drodze, czy reakcja na nieprawidłowo ustawioną sygnalizację świetlną.

Inżynierowie ładują ten statyczny zbiór do BFN-RL. Planer kategoryczny analizuje nagrania i generuje sekwencje potencjalnych przyszłych stanów pojazdu – gdzie auto będzie za pół sekundy, za sekundę, za dwie. Następnie model odwrotnej dynamiki tłumaczy te stany na konkretne sygnały: skręt kierownicy o 12 stopni w lewo, przyspieszenie 0,8 m/s², moment włączenia kierunkowskazu 150 milisekund przed rozpoczęciem manewru.

Cały proces treningu odbywa się bez uruchamiania ani jednego pojazdu, bez symulatora i bez generowania sztucznych scenariuszy. Model uczy się bezpiecznych trajektorii z danych, które już istnieją w firmowym data lake. W pilotażu u jednego z dostawców Tier 1, o którym słyszałem na Automotive Tech Days w Stuttgarcie, model wytrenowany na 50 tysiącach godzin nagrań generował trajektorie omijania przeszkody z odchyleniem poniżej 15 centymetrów od ścieżki referencyjnej – przy czasie inferencji 40 milisekund na NVIDIA Orin.

Korzyści i rachunek ekonomiczny

Przejście z uczenia w symulatorze lub na zamkniętym torze na uczenie offline z nagrań flotowych zmienia trzy grupy kosztów. Po pierwsze, odpada utrzymanie dedykowanych pojazdów testowych do zbierania ryzykownych scenariuszy – szacunkowo 800 do 1200 euro za godzinę pracy inżyniera testowego z prototypem. Po drugie, znika opóźnienie między zebraniem danych a ich wykorzystaniem w pętli treningowej. Dane z wczorajszych przejazdów floty seryjnej mogą zasilić model dziś wieczorem.

Po trzecie, i to jest najmniej oczywista korzyść, BFN-RL zmniejsza distribution shift – różnicę między tym, na czym model był trenowany, a tym co widzi w realu. Rejestratory flotowe łapią naturalne rozkłady sytuacji drogowych, których nie odtworzy nawet najlepszy symulator. W testach opisanych w paperze, BFN-RL osiąga skuteczność porównywalną z modelami trenowanymi online w środowiskach ciągłych, przy zerowym koszcie interakcji ze środowiskiem.

Z mojego doświadczenia z wdrożeń w dwóch firmach rozwijających robotaksówki: kluczową pułapką jest jakość metadanych w zbiorze offline. Jeśli rejestratory nie tagują precyzyjnie momentów decyzji kierowcy (kiedy dokładnie rozpoczął zmianę pasa, a nie kiedy przekroczył linię), model odwrotnej dynamiki dostaje niechlujne dane treningowe i generuje szarpane manewry. To nie jest wina algorytmu, tylko pipeline'u danych – ale potrafi rozwalić cały projekt.

Od proof-of-concept do seryjnego ADAS

BFN-RL nie zastąpi całego stacka autonomicznej jazdy. Nadal potrzebny będzie system percepcji (kamery, lidar, radar), moduł lokalizacji i warstwa bezpieczeństwa. Ale może zastąpić tę część planowania ruchu, która dziś opiera się na ręcznie dostrajanych regułach i kosztownych testach fizycznych. Dla kierownika R&D oznacza to skrócenie cyklu iteracji z sześciu miesięcy (zbieranie danych, testy, poprawki) do czterech tygodni (ładowanie nowych nagrań, retrenowanie modelu, walidacja offline).

W mojej ocenie najszybciej zwrot zobaczą zespoły pracujące nad asystentami jazdy autostradowej poziomu L2+ i L3. Tam różnorodność scenariuszy jest mniejsza niż w jeździe miejskiej, a zbiory nagrań z jazdy po autostradach są najłatwiejsze do zebrania. Robotaksówki w centrach miast to trudniejszy orzech – ale właśnie tam offline learning z niebezpiecznych sytuacji daje największą wartość, bo nikt nie będzie celowo prowokował kolizji na rondzie w Palermo, żeby zebrać dane treningowe.

• Modelowanie ciągłych i dyskretnych sygnałów w jednym formacie bez osobnych systemów reguł
• Skrócenie cyklu iteracji R&D z 6 miesięcy do około 4 tygodni
• Eliminacja kosztu testów fizycznych: 800-1200 EUR za godzinę prototypu
• Redukcja distribution shift przez trening na naturalnym rozkładzie danych flotowych

Artykuł wygenerowany ze wsparciem sztucznej inteligencji.