4月22日，阿里達摩院對外發布全球首個自動駕駛“混合式仿真測試平臺”，該平臺採用虛擬與現實結合的仿真技術，引進真實路測場景和雲端訓練師，模擬一次極端場景只需30秒，系統每日虛擬測試里程可超過800萬公里，大幅提升自動駕駛AI模型訓練效率。
路測是自動駕駛落地的核心環節。研究顯示，自動駕駛汽車需要積累177億公里的測試數據，才能保證自動駕駛感知、決策、控制整個鏈路的安全性。傳統純虛擬仿真測試平臺能快速跑完自動駕駛路測里程，但仍然面臨極端場景訓練效率低下的關鍵問題：極端場景數據不足，就無法還原真實路況的不確定性，系統就無法精準應對真實路況的突發情況，自動駕駛就難以實現進一步突破。
針對極端場景數據不足的問題，該平臺可以任意增加極端路測場景變量。在實際路測中，復現一次極端場景的接管可能需要1個月的時間，但該平臺可在30秒內即完成雨雪天氣、夜間照明不良條件等特殊場景的構建和測試，每日可支持的場景構建數量達百萬級。
業內專家指出，這一平臺規模化地解決了極端場景的復現難題，使得這些關鍵場景的訓練效率提高上百萬倍，將推動自動駕駛加速邁向L5階段。
邦老師看來，自動駕駛的實現是一個長期發展的過程，需要諸多行業協同發展。其涉及人類未來出行安全，需要一步一個腳印，打好基礎，穩步向前。
分享到:
