毫末DriveGPT 来了！4月HAOMO AI DAY公布重要进展

2 月 17 日消息，毫末智行宣布自动驾驶认知大模型正式升级为 DriveGPT，并将在 2023 年 4 月的 HAOMO AI DAY 上公布其最新重要进展。

随着 ChatGPT 火爆全网，它所采用的 Transformer 大模型以及「人类反馈强化学习（RLHF）」技术再次引发行业关注。

在自动驾驶领域，毫末在国内最早将 Transformer 大模型引入到数据智能体系 MANA 当中。

在 2023 年 1 月的 HAOMO AI DAY 上，毫末智行 CEO 顾维灏介绍，毫末推出的人驾自监督认知大模型就已借鉴了 ChatGPT 的实现思路，采用 RLHF（人类反馈强化学习）技术，通过引入真实人驾接管数据，对自动驾驶认知决策模型进行持续优化。

毫末的认知决策算法经历了三个阶段的进化。

第一阶段是引入个别场景的端到端模仿学习，直接拟合人驾行为。

第二阶段是通过认知大模型，引入海量正常人驾数据，通过 Prompt 的方式实现认知决策的可控、可解释。

第三阶段，也就是当前阶段，通过引入真实接管数据，并且在大模型中开始尝试使用 RLHF 算法，对人驾接管数据进行学习。

为此，毫末构建了一个包含「旧策略、接管策略、人工 label 策略」的 Pairwise 排序模型。基于这一排序模型，毫末构建了自动驾驶决策的奖励模型（reward model），从而在各种规划场景情况下做出最优的决策。

通过这一大模型，在掉头、环岛等公认的困难场景中，场景通过率提升 30% 以上。

2 月 17 日，毫末智行将人驾自监督认知大模型正式升级为「DriveGPT」，这也是全球首个自动驾驶认知大模型。

目前，毫末 DriveGPT 已完成模型搭建和第一阶段数据的跑通，参数规模可对标 GPT-2 的水平。

接下来，DriveGPT 将持续引入大规模真实接管数据，通过人驾数据反馈的强化学习，来不断提升测评效果，同时也将 DriveGPT 作为云端测评模型，用来评估车端小模型的驾驶效果。

毫末 DriveGPT 最新重要进展，将在 2023 年 4 月举行的第八届 HAOMO AI DAY 上公布。