2 月 17 日,毫末智行宣布自动驾驶认知大模型正式升级为 DriveGPT,并将在 2023年 4 月的 HAOMO AI DAY 上公布其最新重要进展。
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,毫末是率先将 Transformer 大模型引入到数据智能体系 MANA 当中的自动驾驶公司之一。
而在今年 1 月的 HAOMO AI DAY 上,毫末智行 CEO 顾维灏称,毫末推出的人驾自监督认知大模型就已借鉴了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。

毫末的认知决策算法有三个阶段的进化。第一阶段是引入个别场景的端到端模仿学习,直接拟合人驾行为。第二阶段是通过认知大模型,引入海量正常人驾数据,通过 Prompt 的方式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,对人驾接管数据进行学习。

而今天,毫末智行正式将人驾自监督认知大模型正式升级为「DriveGPT」,目前,毫末DriveGPT 已完成模型搭建和第一阶段数据的跑通。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。毫末 DriveGPT 最新重要进展,将在今年 4 月举行的第八届 HAOMO AI DAY 上公布。





