4月22日，阿里達摩院對外發(fā)布全球首個自動駕駛“混合式仿真測試平臺”。

該平臺采用虛擬與現(xiàn)實結合的仿真技術，引進真實路測場景和云端訓練師，模擬一次極端場景只需30秒，系統(tǒng)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。

達摩院方面介紹，比起傳統(tǒng)純虛擬測試平臺，這一首創(chuàng)的“混合式”仿真測試平臺能夠模擬人類的隨機干預，復現(xiàn)極端場景。該技術將推動自動駕駛加速邁向L5階段。

路測是自動駕駛落地的核心環(huán)節(jié)。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(tǒng)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(tǒng)就無法精準應對真實路況的突發(fā)情況，自動駕駛就難以實現(xiàn)進一步突破。

達摩院首創(chuàng)自動駕駛混合式仿真測試平臺解決了這一難題。該平臺打通了線上虛擬固定環(huán)境與線下真實路況不確定性的鴻溝。傳統(tǒng)仿真平臺難以通過算法模擬人類的隨機干預，但在達摩院的平臺上，不僅可以使用真實路測數據自動生成仿真場景，還可通過人為隨機干預，實時模擬前后車輛加速、急轉彎、緊急停車等場景，加大自動駕駛車輛的避障訓練難度。

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(xiàn)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。

這一平臺規(guī)?；亟鉀Q了極端場景的復現(xiàn)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。