Những Hiểu Biết Mới về Quy Luật Tỷ Lệ trong Lái Xe Tự Động - CleanTechnica

Bài viết từ CleanTechnica thảo luận về nghiên cứu gần đây của Waymo trong việc áp dụng các quy luật mở rộng—đã được thiết lập vững chắc trong các mô hình ngôn ngữ lớn (LLMs)—vào lái xe tự động, cụ thể là trong dự báo chuyển động và lập kế hoạch. Nghiên cứu của Waymo đã tận dụng một bộ dữ liệu nội bộ rộng lớn gồm 500.000 giờ lái xe, lớn hơn nhiều so với các bộ dữ liệu AV trước đây, để khảo sát cách mà việc tăng kích thước mô hình, dữ liệu huấn luyện và tài nguyên tính toán ảnh hưởng đến hiệu suất của xe tự hành. Các phát hiện cho thấy, tương tự như LLMs, chất lượng dự báo chuyển động cải thiện một cách dự đoán theo mối quan hệ luật lũy thừa với tài nguyên tính toán huấn luyện. Thêm vào đó, việc mở rộng dữ liệu và tài nguyên tính toán suy diễn nâng cao khả năng của mô hình trong xử lý các tình huống lái xe phức tạp, và hiệu suất lập kế hoạch vòng kín cũng được cải thiện khi quy mô tăng lên. Những kết quả này đánh dấu một bước tiến quan trọng khi lần đầu tiên chứng minh rằng khả năng của xe tự hành trong thế giới thực có thể được cải thiện một cách hệ thống thông qua việc mở rộng quy mô, cung cấp một con đường dự đoán được để đạt hiệu suất tốt hơn. Tính dự đoán này không chỉ áp dụng cho các mục tiêu huấn luyện mô hình và các chỉ số dự báo vòng mở mà còn cho lập kế hoạch vòng kín trong các mô phỏng, phản ánh sát hơn các điều kiện lái xe thực tế.