Uber 先进技术集团前首席科学家 Raquel Urtasun 在去年创立自己的公司 Waabi时承诺采用“以人工智能为中心的方法”来开发自动驾驶汽车。现在，她准备兑现这一承诺，宣布该公司的第一个产品：一个用于测试其自动驾驶汽车的虚拟世界，名为“Waabi World”。

Urtasun 说，她不想依靠在公共道路上行驶数百万英里并收集数据来训练人工智能系统以比人类驾驶得更好、更安全的大型车队。这既昂贵又耗时，而且最终无法捕捉到看似无穷无尽的边缘案例，这些案例可能会使自动驾驶汽车感到困惑。Urtasun 声称模拟比真实世界的测试更便宜、更有效。

“如果你看看这个行业的现状，我们看到的一件事是模拟终于开始扮演更重要的角色，”Urtasun 在接受采访时说。“但从目前的模拟器到这个终极模拟器仍然存在很大差距，这将使自动驾驶不再依赖于在现实世界中驾驶数百万英里来真正了解车辆是否真的在做正确的事情。”

仿真是自动驾驶汽车难题的关键部分。这些程序允许 Waabi 的工程师大规模测试常见的驾驶场景和安全关键的边缘案例，然后将这些经验反馈到其真实世界的车队中。

Waabi World 依赖于四个基本原则：“数字双胞胎”，或使用传感器数据在模拟中重建现实世界;“近实时保真传感器模拟”，用于测试整个软件堆栈;“压力测试”场景;并教 AV 从错误中学习。

Urtasun 说，业内的一种常见做法是使用视觉艺术家创建 CAD 模型，然后使用“简单的程序建模”来克隆这些模型进行仿真。“这不现实，”她补充道。“那没有现实世界的多样性。”

大多数致力于自动驾驶汽车的公司不会尝试模拟传感器数据，包括摄像头、雷达和激光雷达。Urtasun 说，如果他们这样做，它通常需要“昂贵的计算”，这使他们无法在闭环模拟器中进行测试。

“通常，该行业正在使用基于物理的模拟器，”她说。“问题在于，你需要对很难先验地了解的世界了解太多，比如材料特性和类似的东西。而且你还需要非常昂贵且无法扩展的计算模拟。”

Waabi 还为其虚拟自动驾驶汽车内置了模拟器“AI 对手”。这涉及创建其“Waabi 驱动程序”无法弄清楚的场景。其他公司使用工程师手工完成这项工作，但 Waabi 的系统是完全自动化的;这是人工智能对抗人工智能。

“这就像真正了解你会在哪里犯错，然后创造所有这些场景，”Urtasun 说。她将其与试图教学生司机如何平行停车的驾驶指导进行了比较，并与他们一起不断尝试，直到他们做对为止。

Urtasun 将 Waabi World 描述为“我们的内部产品”，公司未来的任何客户都不会使用它。Urtasun 去年首次推出时表示，Waabi 的方法将专注于卡车运输，使用其专有软件在商业交付路线上自动驾驶。这款新模拟器将帮助该公司比当今大多数 AV 初创公司更快、更便宜地将其技术商业化。

该公司正在进入一个拥挤的领域，与 Waymo、Aurora 和 TuSimple 等老牌竞争对手以及戴姆勒和沃尔沃等主要汽车制造商竞争。这些公司中的大多数也在使用模拟器。例如，Waymo 刚刚推出了自己的名为“模拟城市”的虚拟世界，该公司的工程师可以在其中模拟小到雨滴或复杂到下午太阳眩光的东西。

Urtasun 说，虽然创建真实世界的准确副本很重要，但她不认为你需要陷入如此微小的细节中。Waabi 的方法是将 AI 与简单的物理相结合，以模拟 AV 的传感器在暴雨或日落期间的反应，“而不是通过构建这个超级昂贵的物理模拟器来模拟每一滴水等等，”她说。

也就是说，Waabi 的系统确实试图模拟一切——包括像雨滴这样的微小事物。Urtasun 解释说，这只是这个系统运行的方式不同。她推断您不需要对某种物理现象(如雨滴等)进行显式编码来模拟它。系统只是通过人工智能自动完成。