de.wedoany.com-Bericht: Das vom Team von Professor Li Keqiang (unter der Leitung von Professor Li Shengbo und Assistenzforscher Guan Yang) an der Fahrzeugfakultät der Tsinghua-Universität unabhängig entwickelte iDriveVLA, ein einstufiges multimodales End-to-End-Autonomes-Fahrmodell, hat im internationalen NAVSIM-Benchmark für autonomes Fahren den ersten Platz weltweit belegt. Das Modell erreichte einen Wert von 94,85 Punkten im zentralen Gesamtindikator PDMS und stellt einen wichtigen Fortschritt des Teams in Richtung End-to-End-Basismodelle dar, nachdem es zuvor das erste inländische Full-Stack-End-to-End-Autonomes-Fahrsystem entwickelt hatte.
iDriveVLA ist ein einstufiges multimodales End-to-End-Modell, das zwei entscheidende Innovationen zur Bewältigung der Herausforderung einführt, die Vollständigkeit der Trajektorien und die Genauigkeit der Auswahl bei autonomen Fahrmodellen nur schwer gleichzeitig gewährleisten zu können. Erstens wurde eine hierarchisch entkoppelte Cross-Attention-Neuronale-Netzwerk-Modellarchitektur aufgebaut, die atomisierte Komponenten wie Bildencoder, multimodalen Trajektoriendecoder und Bewertungs- und Auswahldecoder als gemeinsame Einheiten umfasst. Diese Komponenten werden mithilfe makroskopischer Fahrsemantik und mikroskopischer Leistungsbewertungen kombiniert und optimiert. In Verbindung mit einem probabilistischen Gate-Filtermechanismus für leistungsschwache Trajektorien wird die kognitive Verständnisfähigkeit des Modells für Anforderungen wie Fahrsicherheit und Regelkonformität verbessert. Zweitens verwendet die Trainingsplattform eine vom Team vorgeschlagene zweistufige Stufentrainingsmethode, d. h. zuerst überwachtes Vortraining, gefolgt von Reinforcement-Learning-Feintuning: Zunächst wird durch Imitationslernen von Expertenfahr-Trajektorien die grundlegende Fahrfähigkeit des Modells aufgebaut. Anschließend werden drei Schlüsseltechnologien des Reinforcement Learnings eingesetzt – harmonisches Gradienten-BPO zur Vermeidung von Konflikten durch Multi-Datenquellen, die exponentiell gewichtete gemischte Verlustfunktion Hybrid-Loss und der Feintuning-Algorithmus STAPO zur Eliminierung falscher Tokens – um eine hochvollständige Generierung und hochgenaue Bewertung multimodaler Trajektorien in städtischen Verkehrsszenarien zu erreichen. Dieses Ergebnis unterstreicht die kontinuierliche Innovationsfähigkeit des Teams im Bereich der Fahrzeug-Straße-Wolke-integrierten autonomen Fahrmodell-Basismodelle und bietet technische Unterstützung für die Entwicklung hochsicherer, hochzuverlässiger und hochgradig generalisierbarer autonomer Fahrsysteme.
Diese Forschung wurde durch das Schlüsselprojekt der National Natural Science Foundation of China, das regionale Gemeinschaftsprojekt der Beijing Natural Science Foundation und die Dongfeng Motor Corporation finanziert.
Die NAVSIM-Challenge wurde gemeinsam von NVIDIA, der Stanford University, der Universität Tübingen, dem Shanghai Künstliche Intelligenz Labor und anderen Institutionen ins Leben gerufen und 2024 auf der CVPR, einer führenden Konferenz im Bereich der künstlichen Intelligenz, offiziell bekannt gegeben. Sie ist ein wichtiger öffentlicher Benchmark im Bereich des End-to-End-autonomen Fahrens. Nach unvollständigen Statistiken hat die Challenge in den letzten Jahren über 143 Teams und 463 Modelle angezogen, darunter namhafte nationale und internationale Unternehmen wie NVIDIA, Bosch, Valeo.ai, Horizon Robotics, Xiaomi Auto, Changan Automobile, Huawei Yinwang und Qianli Technology sowie renommierte Universitäten wie UCLA, die University of Toronto, die EPFL, die University of Hong Kong und die Fudan University. Die Challenge verwendet den Predictive Driver Model Score (PDMS) als zentralen technischen Indikator, um die autonome Fahrfähigkeit der eingereichten Modelle durch die umfassende Berechnung mehrdimensionaler Metriken wie Kollisionsrisiko, Fahrfortschritt, Regelkonformität und Komfort innerhalb eines festgelegten Zeithorizonts zu bewerten.
