业务目标
明确要解决的性能、扩容、稳定性、覆盖、互连或运维问题，并确认上线优先级。
开发自动驾驶策略需要弥合训练与部署之间的关键鸿沟。视觉-语言-动作（VLA）模型能够利用互联网规模的图文数据预训练，再通过驾驶数据进行微调，展现出在驾驶场景中理解和行动的能力。然而，传统的开环训练方式——模型在静态数据集上学习预测正确的驾驶动作——无法让模型体验自身决策的后果，导致在真实道路上面临分布偏移时表现不稳定。NVIDIA Alpamayo正是为解决这一挑战而设计，它是一个闭环训练框架，让自动驾驶策略模型在逼真的仿真环境中不断试错和学习。
Alpamayo的工作流程包括三个阶段：首先在真实驾驶数据上进行开环预训练，使模型具备基础的感知和驾驶能力；然后在NVIDIA Omniverse构建的高保真仿真环境中进行闭环策略学习，模型在仿真器中自主驾驶并接收奖励信号，通过强化学习优化驾驶策略；最后将训练好的策略迁移到真实车辆上进行验证和微调。通过在仿真环境中经历数百万英里的驾驶体验，包括各种边缘场景和危险情况，Alpamayo训练出的自动驾驶策略在安全性、流畅性和泛化能力上显著优于仅通过开环训练得到的模型。这一方法正在成为L3/L4级自动驾驶策略开发的标准范式，有效解决了仿真到现实（sim-to-real）的迁移鸿沟。
WeChat
Profile