用計算機模擬測試自動駕駛汽車并不是一個新想法，但這家初創(chuàng)公司Parallel Domain準備圍繞它開展整個業(yè)務(wù)，他們第一個客戶是蔚來汽車。Parallel Domain的仿真與其他軟件有何不同？

智車科技之前報道過很多自動駕駛仿真模擬軟件，比如Carla，Prescan，carsim，Panosim……他們都共同的特點是需要手工建模，“這種情況”速度過于緩慢，通常需要花費數(shù)周時間來制作幾個城市街區(qū)。最近一家初創(chuàng)公司Parallel Domain，聲稱其計算程序能夠在不到一分鐘的時間內(nèi)生成城市街區(qū)。

Parallel Domain是自動車輛模擬3D環(huán)境生成軟件的供應(yīng)商，他的創(chuàng)始人是前蘋果和皮克斯員工凱文麥克納馬拉。在蘋果公司工作時，麥克納馬拉就參與了一個自動駕駛項目，在那里他探索了虛擬環(huán)境的自動內(nèi)容生成，他當時的想法是使用這種技術(shù)讓自動駕駛系統(tǒng)得到訓練，測試，驗證和開發(fā)人工智能。后來，他創(chuàng)辦了Parallel Domain。

“我們所做的是使用計算機圖形學來加速安全自動駕駛車輛的開發(fā)，”麥克納馬拉說，“這個想法是，在模擬中，你可以安全地犯錯，然后從錯誤中學習。在虛擬世界中，你不會在這個模擬中傷害任何人�！�

Parallel Domain平臺使用真實世界地圖數(shù)據(jù)，程序增長算法和生成模型，可以教會汽車如何駕駛并確保汽車的軟件正在學習。虛擬世界的所有元素都是可調(diào)整和可編程的，例如車道數(shù)量，地形類型，山脈位置，道路曲率等等。

如果我們需要在模擬器中駕駛數(shù)十億英里，我們?nèi)绾谓�立這些英里？

當前的機器學習算法必須經(jīng)過大量數(shù)據(jù)集的訓練和測試。但是，真實世界的測試和數(shù)據(jù)收集需要真實的車輛，實際的驅(qū)動程序和實時的交通場景。根據(jù)蘭德公司的說法，如果要證明自動駕駛汽車的安全，需要安全駕駛110億英里， 在現(xiàn)實世界中駕駛這些里程數(shù)是一個棘手的問題。所以很多人想到用模擬駕駛數(shù)據(jù)，但是目前用現(xiàn)有的手工方法建造幾個高保真城市街區(qū)需要花費數(shù)周甚至數(shù)月時間，而且通常需要大量的重復(fù)性手工勞動。

Parallel Domain開創(chuàng)性的內(nèi)容生成技術(shù)提供了可配置，詳細且可大規(guī)模擴展的仿真環(huán)境。該軟件會自動生成虛擬里程和自動駕駛車輛所需的虛擬場景，以便在自動駕駛車輛到達現(xiàn)實世界之前就能獲得學習。自動駕駛汽車公司正在使用該軟件消除大規(guī)模仿真中最困難的障礙：構(gòu)建車輛可能遇到的各種復(fù)雜環(huán)境。

為什么自動生成虛擬世界？

用Parallel Domain獨一無二的方法自動生成的這些模擬世界有很多優(yōu)勢。有了這項技術(shù)，虛擬世界就變成了一個巨大的參數(shù)空間，可以由工程師，幾行代碼甚至人工智能自己隨意調(diào)整：

1．為可能的世界做好準備，不僅僅是今天的世界：增加一條自行車道，垃圾分散開，提前時間讓一棵樹長在路旁，或者讓瀝青路面開裂或者完全裂開，然后用新瀝青重新鋪路。

2．分析環(huán)境單個因素的影響：在完美的可重復(fù)性和參數(shù)化的世界下，通過改變其中一個元素，例如車道數(shù)量，自行車車道的寬度或道路漆的狀況等，產(chǎn)生相同確切場景的多次運行，來分析單個因素對整體的影響。

3．對抗網(wǎng)絡(luò)：利用參數(shù)空間可以生成給定的虛擬世界，可以利用生成式對抗技術(shù)，給自動駕駛汽車制造困難的環(huán)境，利用該汽車的特定弱點進行訓練。

4．隨機域：用一組參數(shù)來生成世界，直接利用隨機域生成不同條件下的大量數(shù)據(jù)來幫助ML算法從虛擬世界轉(zhuǎn)移到現(xiàn)實世界中學習。

5．單元測試：到目前為止，不可能大規(guī)模地產(chǎn)生完整的單元測試連續(xù)體。例如，有一個3叉路路口，可以以任何角度進入，1度遞增或10度或0．1度全部可以嘗試。很快就會有數(shù)百萬個組合形成一個連續(xù)的測試空間。

模擬數(shù)據(jù)的優(yōu)勢

在很多方面，模擬（合成數(shù)據(jù)）是真實駕駛（真實數(shù)據(jù)）的理想基礎(chǔ)，它們構(gòu)成了一個很好的組合。有時我們會問“合成數(shù)據(jù)什么時候會像真實世界的數(shù)據(jù)一樣好？”其實合成數(shù)據(jù)與真實數(shù)據(jù)形成互補，結(jié)合兩者構(gòu)建更安全、可靠的車輛。模擬數(shù)據(jù)在某些領(lǐng)域有很大的優(yōu)勢：

真實駕駛有風險／模擬駕駛是完全安全的

真正的駕駛很慢（一輛汽車每天只能駕駛很多英里）／模擬駕駛可以很快，可能要快幾千倍

真正的駕駛每英里花費很昂貴（汽車維修，汽油，司機）／模擬駕駛是成本的一小部分（一旦建立了模擬器和虛擬世界）

真正的駕駛需要管理一個真正的車輛／模擬需要一臺計算機

真正的駕駛通常相當無聊和無信息／模擬可以在充滿挑戰(zhàn)的情況下，讓汽車學習更多

真實世界的數(shù)據(jù)需要對結(jié)果數(shù)據(jù)集進行容易出錯的注釋，這是訓練ML算法／模擬每次都提供完整的注釋數(shù)據(jù)

Parallel Domain公司目前已籌集了250萬美元的種子資金，將提供可以為自動駕駛汽車虛擬測試提供技術(shù)支持。仿真團隊可以使用Parallel Domain的軟件快速建立一個新的虛擬世界并處理其中的任何變量，從車道數(shù)量到瀝青狀況等。NIO成為了第一家客戶。這種模擬平臺的潛在需求不限于自動駕駛汽車。任何機器使用計算機視覺和機器學習來改善決策自主性，都需要高保真的虛擬世界來測試和證明安全性。Parallel Domain這種自動生成環(huán)境的技術(shù)，快速生成城市街區(qū)模型，可以消除公司在大規(guī)模模擬方面的障礙。