我们可以利用纯监督深度学习方法训练出一个熟练的自动驾驶员吗？

Waymo 的自动驾驶出租车「Waymo One」已经上线了，现在美国亚利桑那州凤凰城的居民可以像叫个滴滴一样用手机 app 打来一辆自动驾驶汽车。这些高度智能化的无人车使用的是哪些技术？最近这家谷歌旗下的公司终于公开了自己的第一篇论文，介绍了 Waymo 自动驾驶算法的细节。

Waymo近日发表了一篇关于名为ChauffeurNet的模型的论文ChauffeurNet: Learning to Drive by Imitating the Best and Synthesizing the Worst，该模型尝试用模仿学习驾驶汽车。ChauffeurNet 模型希望能更接近人类的驾驶，与传统的robotics approaches形成鲜明对比，驾驶方式就像a robot。

ChauffeurNet 与典型的端到端方法不同。有一个单独的感知堆栈来处理传感器输出（激光雷达和相机），然后将其作为输入馈入模型，同时预测目标和预先计算的路线。

当面对交通规则（停车标志，交通信号灯等）时，典型的端到端方法（输出原始控制命令的原始传感器输入）会很困难。ChauffeurNet的目标是在这个问题上取得进展，以产生一个更像人类的驱动程序，可以处理复杂的场景。

ChauffeurNet 方法使用了地图，但与传统自动驾驶汽车截然不同，可想而知谷歌地图比物理世界的点云要多很多。由于所采用的这些方法（主要是感知），ChauffeurNet 与基于单个相机的端到端模型没有可比性，可以将其视为传统运动规划模块的潜在替代品。

在传统的规划模块中有许多算法，这些算法决定了车辆沿路线的确切路径，以及相对于其他车辆的速度和距离。ChauffeurNet试图通过观察真实和模拟数据（包括地图、周围目标、交通灯状态和汽车过去的运动）学会了生成驾驶轨迹。

该模型接受了为期60天的现实“专家驾驶培训”，并试图在仿真和真实场景中验证以下场景：1.从错误路径中回复，2.对周围车辆微调，3.慢慢减速，4.停止牌和转弯。

最初他们发现，只用3000万个例子进行纯模仿学习是不够的，经常发现（模拟）汽车会与其他车辆碰撞或卡住。然而，他们通过模拟异常场景则显着改善了模型性能，比如让模型出现一些碰撞、脱离等行为，新模型的碰撞率仅有为10％。他们还在真实车上测试了该模型，从模拟到真实的难度可想而知。

Waymo 的模型在转弯时的表现。图源：Waymo

ChauffeurNet 在模拟环境中表现较好，它将损失和合成的示例都考虑在内，甚至还能绕过停泊的车辆，在信号灯由黄变红时停下以及在其轨道上修复些微的偏差。在现实世界的私人试车跑道驾驶 Waymo 的克莱斯勒 Pacifica 小型货车时，ChauffeurNet 成功地驶过了弯道，并正确判别了停止信号和转弯。

ChauffeurNet团队的认为“该模型还不能完全与运动规划方法竞争，但我们认为这是机器学习驾驶模型向前迈出的一大步。”

这种使用损失来微调规划，完成避障的方法给众多研究者提供了一种全新的思路。