电动知家消息，2月18日，苹果造车项目搁浅1年后，在自动驾驶领域取得了一项重大突破，苹果公司最新研究将自博弈（Self-play）技术引入自动驾驶系统，实现了前所未有的鲁棒性和性能表现，该成果优势显著，尤其是在训练成本方面。苹果的自博弈技术为自动驾驶行业带来了新的技术思路。通过模拟数据生成和自博弈训练，苹果展示了无需依赖大量真实数据即可实现高性能自动驾驶的可能性。这一技术的应用有望降低自动驾驶系统的开发成本和时间，加速自动驾驶技术的商业化进程。

自博弈技术的核心是通过让智能体在与自我的副本或历史版本进行博弈，从而实现算法的自我进化和优化。此前，这一技术已在游戏、机器人和生物工程等领域取得了显著成效，而苹果此次将其成功应用于自动驾驶领域，为自动驾驶技术的发展开辟了新的道路。

苹果利用自博弈技术，在短短10天内生成了16亿公里的模拟数据，用于训练自动驾驶算法。这一过程中，苹果设计了极简的奖励函数，通过大规模数据模拟弥补奖励函数简单的不足，实现了算法的高效进化。此外，苹果还通过多种方式优化了GIGAFLOW模拟器的整体效率，例如预计算地图观测值、共享策略神经网络等。这些技术的应用使得苹果的自动驾驶系统能够在无需真实数据的情况下，实现SOTA（State-of-the-art，当前最佳）的效果。

该成果优势显著，尤其的在训练成本方面。依靠公共云 8 张 A100，每小时模拟和学习 44 亿次状态转移，速度比用真实数据快 36 万倍，每百万公里费用不到 5 美元。在多个开放数据集零样本独立测试中均获 SOTA 表现，证明了其泛化性和鲁棒性。不过，目前该成果也存在不足，如感知处理简单、奖励函数不够灵活、大规模训练资源需求大等。

在自动驾驶商业化加速推进的当下，苹果这一成果或暗示其在该领域的新布局。

苹果的造车项目始于2014年，最初名为“泰坦计划”。该项目的目标是开发一款全自动驾驶电动汽车，苹果为此投入了大量资源，包括组建了超过1000名汽车专家和工程师的团队。在项目初期，苹果的重心主要集中在自动驾驶软件技术的研发上。然而，随着时间的推移，苹果逐渐将研发方向从软件扩展到整车设计。

苹果在造车项目中遭遇了诸多挑战。首先，汽车行业的复杂性和高度竞争性使得苹果难以在短时间内取得突破，其次，苹果在与汽车厂商的合作中未能取得预期成果，收购汽车品牌等尝试也未能如愿，此外，苹果在自动驾驶技术的研发过程中也面临了一些技术难题，例如如何将自动驾驶等级从L5逐步降低到L2+，以及如何在有限的时间内实现商业化落地。

2024年2月，苹果内部宣布取消自动驾驶电动汽车项目的所有开发计划。这一决定标志着苹果在造车领域的尝试正式结束。苹果的这一战略调整主要有以下几个原因：一是全球电动车市场步入瓶颈，特斯拉等汽车制造商的销量增速明显下滑；二是苹果认为将资源和精力投入到生成式AI等领域更具战略价值；三是苹果的CarPlay车平台已经在汽车领域取得了显著的市场份额，放弃造车项目有助于进一步巩固其在汽车软件领域的优势。

尽管苹果放弃了造车项目，但其在自动驾驶技术上的研发并未完全停止。苹果此次在自博弈技术上的突破表明，其仍然在自动驾驶领域保持着一定的技术实力和研发能力。未来，苹果可能会将自动驾驶技术应用于其他领域，例如与传统车企合作开发自动驾驶解决方案，或者将其技术应用于智能交通系统。

本文来自新知号自媒体，不代表商业新知观点和立场。
若有侵权嫌疑，请联系商业新知平台管理员。
联系方式：system@shangyexinzhi.com