毫末智行发布全新自动驾驶认知大模型——DriveGPT

在人工智能领域掀起的浪潮中，毫末智行近日宣布其自动驾驶认知大模型已成功升级为DriveGPT，并计划于2023年4月举办的HAOMO AI DAY上分享最新进展。

随着ChatGPT在全球范围内的爆红，其背后的Transformer大模型与“人类反馈强化学习（RLHF）”技术引起了广泛讨论。毫末智行在自动驾驶领域内，是国内率先将Transformer大模型融入数据智能体系MANA的企业。在去年1月的HAOMO AI DAY上，公司CEO顾维灏介绍了他们推出的人驾自监督认知大模型，该模型借鉴了ChatGPT的实现策略，采用RLHF技术，通过集成真实的人驾接管数据，不断优化自动驾驶的认知决策流程。

毫末智行的认知决策算法进阶历程

毫末的认知决策系统经历了从基础模仿学习到深度认知决策的三个发展阶段：

1. 基础阶段：初期通过端到端的模仿学习，直接复制人驾行为模式。
2. 进阶阶段：引入大规模正常人驾数据，利用提示（Prompt）方式实现决策的可控与可解释性。
3. 当前阶段：融合真实接管数据，并尝试应用RLHF算法，以提升模型性能。毫末为此构建了一个包含“旧策略、接管策略、人工label策略”的Pairwise排序模型，以此为基础构建奖励模型，以在多种规划场景下作出最优决策。在复杂如掉头、环岛等场景中，通过此模型，场景通过率显著提升。

DriveGPT的发布与展望

2月17日，毫末智行正式将人驾自监督认知大模型升级为DriveGPT，这是全球首个专注于自动驾驶领域的认知大模型。目前，DriveGPT已完成模型构建与数据跑通，其参数规模与GPT-2相当。未来，DriveGPT将继续整合大量真实接管数据，通过人驾数据反馈的强化学习，持续优化性能。同时，DriveGPT还将作为云端评估工具，用于评价车载小模型的驾驶表现。预计在2023年4月的HAOMO AI DAY上，毫末将公布DriveGPT的最新进展与成就。