Waymo工程负责人亲述:把自动驾驶从90%做到可落地

AI PM 编辑部 · 2018年02月16日 · 1 阅读 · AI/人工智能

正在加载视频...

视频章节

Waymo感知工程负责人Sacha Arnoud回顾近十年自动驾驶研发,分享为什么“90%完成度”才是真正困难的开始,以及Waymo如何通过感知、预测和大规模测试,把机器学习变成可量产的工程系统。

Waymo工程负责人亲述:把自动驾驶从90%做到可落地

Waymo感知工程负责人Sacha Arnoud回顾近十年自动驾驶研发,分享为什么“90%完成度”才是真正困难的开始,以及Waymo如何通过感知、预测和大规模测试,把机器学习变成可量产的工程系统。

一场持续近十年的工程,而不是一次炫技

理解Waymo的方法,首先要明白一件事:自动驾驶不是一个短跑项目,而是一场超长距离的工程马拉松。Sacha Arnoud在演讲一开始就强调,这个项目“差不多从10年前就开始了”,而Waymo在2018年已经累计完成了超过400万英里的自动驾驶里程。这不是为了展示一个惊艳的Demo,而是为了回答一个更现实的问题:如何把机器学习真正变成可规模化、可量产的工业系统。

他提到,外界往往低估了“工程化”的难度。学术界或者原型阶段,模型在受控环境下表现不错,但一旦进入真实世界,问题就变成了系统工程:传感器、软件、硬件、数据管线、验证流程缺一不可。正因如此,Waymo并没有急于对外承诺某个激进的发布时间,而是把重心放在长期积累上。

Arnoud用一种很冷静的语气解释这种选择:使命很美好——减少交通事故、让出行更安全,但实现它需要时间。他直言不讳地指出,行业里有些公司“希望尽快看到产品发布”,而Waymo选择的是另一条路:先把基础打牢。这种耐心,构成了Waymo与许多后来者最本质的差异。

从辅助驾驶到完全自动驾驶,差的不只是功能

为什么自动驾驶这么难?Arnoud给出了一个关键区分:完全自动驾驶系统,和传统的驾驶辅助系统,本质上不是一个量级的问题。自适应巡航、车道保持这类功能,通常只解决速度控制或单一维度的决策,而自动驾驶必须“理解并应对整个交通世界”。

在他看来,自动驾驶车需要同时完成感知、预测和决策。感知,指的是通过激光雷达、摄像头等传感器理解周围世界;预测,是判断其他交通参与者接下来可能做什么;决策,则是在不确定环境中选择安全、合理的行动路径。任何一个环节出错,系统都可能失败。

Arnoud特别强调,感知并不只是“看到物体”。例如,系统不仅要识别行人,还要理解他们的意图。他在谈到行人时指出,这是自动驾驶中最棘手的问题之一,因为人类行为高度多样且不可预测。他用近乎告诫的语气说,低估这一点,是很多系统早期表现不错、但无法真正落地的原因。

这也是他反复强调“系统级思维”的原因。自动驾驶不是把几个算法拼在一起,而是要让整个系统在极端复杂、长尾问题频出的现实世界中持续可靠地运行。

“当你做到90%,真正的痛苦才开始”

演讲中最让人印象深刻的一句话,来自Arnoud对研发进度的描述:“当你觉得自己已经完成了90%,真正的困难才刚刚开始。”这句话几乎贯穿了Waymo整个工程哲学。

前90%,往往来自常见场景和高频数据;而剩下的10%,却由无数罕见但关键的边缘案例构成。例如奇怪的路口布局、行为异常的行人、施工区域的临时标志。这些情况在真实驾驶中出现频率不高,但任何一次处理失误,都可能带来严重后果。

Arnoud坦言,正是这些边缘问题,让项目进展显得“异常缓慢”。模型在指标上可能已经很好看,但工程团队必须追问:系统在最坏情况下会发生什么?有没有足够的冗余?有没有被忽略的失败模式?

他用预测(prediction)举例说明这种复杂性。预测不是给出一个答案,而是给出一系列可能性及其概率。这要求系统在不确定性下依然做出安全决策,而不是假设世界会“按常理出牌”。这种对失败的执着关注,是Waymo长期投入的核心原因。

三条腿走路:仿真、封闭测试与真实道路

为了应对那“最难的10%”,Waymo建立了一套极其严苛的测试体系。Arnoud将其形容为“三条腿”的测试计划:仿真测试、封闭场地测试,以及真实道路测试,三者缺一不可。

仿真可以快速复现极端和罕见场景,让系统在虚拟环境中经历“事故密集型训练”;封闭场地测试,则用于验证系统在可控条件下的行为边界;而真实道路测试,才是最终检验系统是否真的理解现实世界。

Arnoud特别指出,很多失败并不是发生在复杂高速路段,而是发生在看似普通的路口。这些地方规则模糊、人类行为多变,是自动驾驶系统最容易“犯错”的场景。他甚至展示过一些系统反复失败的案例,用来提醒工程师:不要被整体指标迷惑。

在他看来,测试不是为了证明系统有多好,而是为了持续暴露它“还不够好”的地方。正是这种近乎偏执的测试文化,让Waymo敢于把自动驾驶系统逐步推向真实用户。

总结

Sacha Arnoud的分享揭示了一个残酷但真实的事实:自动驾驶的难点不在于提出算法,而在于把算法变成一个在现实世界中可靠运行的系统。Waymo近十年的积累,核心不只是技术领先,而是对工程细节、失败模式和长期测试的敬畏。对所有从事复杂技术系统的人来说,这场演讲的启示或许只有一句话:真正决定成败的,往往是那最后、最不体面的10%。


关键词: Waymo, 自动驾驶, 机器学习工程化, 感知系统, 测试与验证

事实核查备注: 1. 演讲者:Sacha Arnoud,Waymo工程总监、感知负责人。
2. 视频发布时间:2018-02-16,频道:Lex Fridman。
3. Waymo自动驾驶累计里程:超过400万英里(截至演讲时间)。
4. 核心概念:感知(Perception)、预测(Prediction)、决策(Planning)。
5. 测试体系:仿真测试、封闭场地测试、真实道路测试(三条腿)。