研究人员整合自动驾驶世界模型旨在提高仿真中的驾驶场景重建能力

盖世汽车讯 开发无需人类驾驶即可安全运行的车辆一直是人工智能研究领域的主要目标。由于仅在真实街道上测试自动驾驶车辆既不安全也不可行，因此其基础算法必须要在仿真中进行广泛的训练和测试。

尽管近年来用于训练自动驾驶模型的仿真平台有了显著改进，但它们仍然存在各种局限性。仿真技术主要分为两种:开环方法和闭环方法。开环方法中，输出不会影响未来的输入数据，而闭环方法则是输出会影响后续输入，产生自适应循环。

开环仿真技术通常更容易实现，但它们无法适应被测试模型在仿真中的变化或错误。相比之下，闭环方法能更好地反映动态的现实环境，从而可以更准确地评估系统的性能，但其对计算的要求也更高，而且并不总是能呈现复杂的机动和新的车辆轨迹。

声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。