Wayve およびエンドツーエンドの運転モデル
Wayve は、手動でコーディングされたルールや HD マップを使用せずに、カメラのピクセルを運転制御に直接マッピングする単一の学習済みニューラル ネットワークを備えた自動運転システムを構築している英国の企業です。
概要
It matters because this end-to-end approach promises cars that generalize to new cities without expensive remapping.
ディープダイブ
2017 年にケンブリッジで設立された Wayve は、認識、予測、計画のための個別のモジュールを手書きのコードで貼り合わせるという従来の自動運転レシピを否定しています。代わりに、1 つの大規模なニューラル ネットワークをエンドツーエンドでトレーニングします。安価なカメラからのビデオが入力され、人間の運転デモンストレーションから学習されたステアリングと加速が出力されます。 Wayve が高価な LiDAR や事前構築された HD マップを避けていることは有名で、学習によって人間のドライバーの運転方法が一般化されることに賭けています。その GAIA-1 とそれ以降の GAIA-2 は、ポリシーをトレーニングおよびテストするために現実的な運転ビデオをシミュレートする生成ワールド モデルです。 2024 年に Wayve は、SoftBank、Nvidia、Microsoft が主導して 10 億ドル以上を調達し、英国の数十の都市で自動車をテストし、米国と日本への拡大を開始しました。
技術的な洞察
エンドツーエンド学習では、モジュール式パイプラインが、人間の運転に関する模倣学習によってトレーニングされ、多くの場合強化学習によって洗練された微分可能なネットワークに置き換えられます。 GAIA-2 のような Wayve のワールド モデルは、アクションに応じて将来のフレームを予測する生成ビデオ モデルで、チームがシミュレーションでまれなシナリオ (ジェイウォーカー、フォグ) を安価に生成できるようにします。裏を返せば、解釈可能性です。単一のブラックボックス ポリシーは、各モジュールの出力を検査できるパイプラインよりもデバッグと認証が困難です。
戦略的影響
ベンダー戦略
ベンダーのロードマップは、チームが次に構築できる機能に影響を与えます。
費用と予算
商業条件と導入オプションは、長期的なコストとリスクに影響します。
リスクと安全性
企業のインセンティブは、製品のデフォルト、安全姿勢、オープン性を形成します。
Wayve とエンドツーエンドの運転モデルの未来
Wayveは、自社のロボタクシーを構築するのではなく、自社の「身体化AI」をソフトウェアとして自動車メーカーにライセンス供与しており、運転支援と最終的には多くの自動車ブランドに自律性を提供することを目指している。基礎モデル技術とのより緊密な統合、より大規模なマルチモーダルな世界モデル、およびカメラファーストのマップフリーシステムが安全性に関してマップを多用するライバルに匹敵できることを証明する取り組みが期待されます。学習された、解釈が難しいシステムを規制が受け入れることが、依然として重要なハードルとなっています。
現実世界の実装
カメラ入力と学習したポリシーのみを使用して、なじみのないイギリスの都市で地図を使わずに都市部を運転する
GAIA-2 世界モデルは、合成エッジケース ビデオ (サイクリスト、天候) を生成して、運転ネットワークのストレス テストを行います。
AV2.0 ソフトウェアを自動車メーカーにライセンス供与することで、既存の車載カメラ スイートに高度な運転支援を追加
人間が運転する多くの自動車からのデータが単一の共有ニューラル運転モデルを改善するフリート学習
リスクとガードレール
実際の制作ワークフローでは、発売の発表が安定性を上回る可能性があります。
API の価格設定やポリシーの変更により、一夜にして想定が崩れる可能性があります。
単一ベンダーへの依存により、ロックインと移行のコストが増加します。
実装ロードマップ
独自のタスクとデータセットを使用してプロバイダーを評価します。
統合する前に、プライバシー、セキュリティ、法的条件を確認してください。
モデルやベンダー全体でフォールバック計画を維持します。
ロードマップの変更がチームを驚かせないように、リリース ノートを監視します。
探検を続けましょう
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Wayve and End-to-End Driving Models quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
次のガイド
Wayve LINGO 運転言語モデル
よくある質問
What is Wayve and End-to-End Driving Models?
Wayve は、手動でコーディングされたルールや HD マップを使用せずに、カメラのピクセルを運転制御に直接マッピングする単一の学習済みニューラル ネットワークを備えた自動運転システムを構築している英国の企業です。このエンドツーエンドのアプローチにより、高価な再マッピングを行わずに新しい都市に一般化できる自動車が約束されるため、これは重要です。
Wayve のエンドツーエンドの運転アプローチの特徴は何ですか?
エンドツーエンドとは、手作りのモジュールを連鎖させるのではなく、1 つの学習済みネットワークが生のカメラ入力からステアリングと加速に至ることを意味します。
Wayve が重視しているセンシング戦略はどれですか?
Wayve は安価なカメラに賭けて一般化を学び、高価な LiDAR や事前構築された HD マップを意図的に避けました。
Wayve のスタックの GAIA-2 とは何ですか?
GAIA-1 と GAIA-2 は、運転ポリシーをトレーニングおよびテストするための現実的な運転ビデオを生成する生成ワールド モデルです。
Wayve は主にそのテクノロジーをどのように商業化する予定ですか?
Wayve は自社を「身体化 AI」ソフトウェア プロバイダーとして位置づけ、自社の運転インテリジェンスを自動車メーカーにライセンス供与しています。
単一のエンドツーエンド駆動ネットワークの主な欠点は何ですか?
モノリシックな学習済みポリシーはブラック ボックスであるため、検査可能なモジュール出力を備えたパイプラインよりも検査、デバッグ、および認証が困難になります。