يقدم الباحثون TerraZero، وهو محاكي قيادة إجرائي ومجموعة تدريب ذاتي (self-play) مصممة لتدريب وكلاء قيادة ذاتية قوية دون حاجة إلى عروض توضيحية بشرية. يعمل النظام على تشغيل المحاكاة على وحدة المعالجة المركزية (CPU) واستنتاج السياسة على وحدة معالجة الرسومات (GPU) عبر مسار نسخ صفري، مما يحافظ على 1.3 مليون خطوة وكيل في الثانية على بطاقة رسومات من فئة الخوادم واحدة.
- يستخدم البيانات المسجلة فقط لهندسة خريطة العالم الحقيقي، وملء الخرائط بمستخدمي طرق وقواعد إشارة عشوائيين مبنين على قواعد.
- يقوم بعشوائية ديناميكيات الوكيل والمكافآت والأحجام لكل حلقة لتوليد مجموعة غير محدودة من السيناريوهات من كل خريطة.
- يدرب السياسات من الصفر عبر التعلم بالتعزيز عبر بطاقات الرسومات دون وجود مخطط احتياطي أثناء الاستنتاج.
- يحقق تعميماً بصفر عينات عبر المدن ومجموعات البيانات، بما في ذلك القيادة على الجانب الأيسر الناشئة.
- يتصدر benchmark InterPlan طويل الذيل كأول سياسة متعلمة بالكامل تفعل ذلك، بينما تحتل مرتبة بين أكثر النهوج أماناً على routine-driving val14.
تعمل TerraZero كمجموعة موحدة لكل من سياسات القيادة عبر ديناميكيات السيارات والشاحنات، ووكلاء المحاكاة الذين يتحكمون بشكل مشترك في المركبات والمشاة وراكبي الدراجات.