全球首个自动驾驶认知大模型升级为DriveGPT

北京日报客户端 | 记者 孙奇茹

2月17日，自动驾驶企业毫末智行宣布自动驾驶认知大模型正式升级为DriveGP，据毫末方面介绍，这也是全球首个自动驾驶认知大模型。

随着ChatGPT火爆全网，它所采用的Transformer大模型以及“人类反馈强化学习（RLHF）”技术再次引发行业关注。在自动驾驶领域，毫末在国内最早将Transformer大模型引入到数据智能体系MANA当中。2023年1月，公司CEO顾维灏介绍，其推出的人驾自监督认知大模型已借鉴了ChatGPT的实现思路，采用RLHF（人类反馈强化学习）技术，通过引入真实人驾接管数据，对自动驾驶认知决策模型进行持续优化。

毫末相关负责人介绍，其认知决策算法经历了三个阶段的进化。第一阶段是引入个别场景的端到端模仿学习，直接拟合人类驾驶行为。第二阶段是通过认知大模型，引入海量正常人类驾驶数据，实现认知决策的可控、可解释。第三阶段，也就是当前阶段，通过引入真实接管数据，并且在大模型中开始尝试使用RLHF算法，对人类驾驶接管数据进行学习，通过这一大模型，在掉头、环岛等公认的困难场景中，自动驾驶的场景通过率提升30%以上。

目前，毫末DriveGPT已完成模型搭建和第一阶段数据的跑通，参数规模可对标GPT-2的水平。接下来，DriveGPT将持续引入大规模真实接管数据，通过人驾数据反馈的强化学习，来不断提升测评效果，同时也将DriveGPT作为云端测评模型，用来评估车端小模型的驾驶效果。