当前位置： 网通社汽车 > 自动驾驶进入后训练时代
港大团队发布World Engine：自动驾驶后训练范式让碰撞暴降45.5%
智驾前沿
2026-06-25 09:25
香港大学李弘扬团队联合华为、上海创智学院及清华大学，正式发布World Engine论文，提出自动驾驶系统的“后训练”范式。这套框架将真实驾驶失败场景转化为可闭环交互的仿真世界，并利用强化学习对端到端模型进行针对性训练，在华为ADS的闭环验证中实现碰撞事件降低45.5%。
World Engine的技术核心由三部分构成：SimEngine基于3DGS将多趟真实驾驶日志重建为可交互的3D世界，并加入深度与法向监督提升几何稳定性；Behaviour World Model利用扩散模型，围绕已有失败案例泛化生成多样化的交通交互场景，而非仅做日志回放；Reinforcement Post-training则通过行为约束的强化学习，在提升长尾安全表现的同时避免灾难性遗忘。
在软件架构层面，World Engine将自动驾驶任务建模为POMDP，模型根据传感器观测输出驾驶动作，世界模型推演周围交通参与者的行为，SimEngine生成对应传感器观测，三者构成闭环训练环境。奖励函数覆盖碰撞避免、可行驶区域合规、行程进度、碰撞时间裕度和乘坐舒适性等维度，直接约束模型在闭环中的真实驾驶表现。
闭环验证显示，在643个rare cut-in测试案例中，碰撞事件从167次降至91次，降幅达45.5%。实车验证覆盖上海市区约200km道路，涵盖白天/夜晚、晴天/雨天等多种条件，全程0接管。论文指出，这一结果验证了后训练路线在工业级系统中的可行性。
李弘扬团队在论文中明确提出观点：“自动驾驶不能只被动等待真实世界碰巧采到危险场景，而应主动发现失败模式，合成安全关键交互，并在高保真世界中进行后训练。”这一思路与大语言模型从预训练到后训练（如RLHF）的演进逻辑高度一致。
从行业对比来看，World Engine的后训练路线与Wayve的端到端AI Driver、特斯拉FSD的数据驱动闭环形成差异化互补。当前行业共识正在从“更大规模预训练”转向“更高价值后训练”，World Engine为这一趋势提供了可验证、可扩展的技术框架。
论文同时指出，当前闭环交互的物理保真度与真实世界仍有差距，仿真环境中的传感器噪声模型、极端天气条件渲染等环节仍需持续优化。团队已开源代码与数据集，后续将推动更大规模、多场景的后训练验证。
World Engine的发布标志着自动驾驶研发正在经历类似DeepSeek R1的范式革命：预训练获得通用驾驶能力，后训练对齐安全边界。这一框架不只是一套仿真工具，而是将“Post-Training for Autonomous Driving”确立为一条可进入量产研发闭环的技术路线。
-
微信、QQ、支付宝扫一扫手机阅读更方便。
-
-
杜金翼
奇莉
最新资讯
相关资讯
请扫码下载网通社客户端
iPhone/iPad客户端
Andriod客户端
手机版 网通社汽车
- 经营许可证：京B-220170585号
- 京ICP备13031706号-2
- 广播电视节目制作许可证06725号
- 京公网安备 11010502058773号
- Copyright© 2012-2026聚众网通(北京)科技有限公司版权所有 未经许可不得转载
