연구자들은 인간의 데모스트레이션 없이 견고한 자율 주행 에이전트를 훈련하기 위해 설계된 절차적 운전 시뮬레이터 및 자기 학습 훈련 스택인 TerraZero를 제시했습니다. 이 시스템은 제로 복사 경로를 통해 CPU에서 시뮬레이션을 실행하고 GPU에서 정책 추론을 수행하는 구성 가능한 C 엔진을 활용하며, 단일 서버 등급 GPU에서 초당 130만 에이전트 단계를 유지합니다.
- 정책은 제로 인간 데모스트레이션과 추론 시 폴백 플래너 없이 강화 학습을 통해 스크래치에서 훈련됩니다.
- 시뮬레이터는 로깅된 데이터를 맵 기하학으로만 취급하여 무작위화된 규칙 기반 도로 사용자로 맵을 채워 무한한 시나리오를 생성합니다.
- 에고 정책으로서 TerraZero는 InterPlan 롱테일 벤치마크에서 1위를 차지했으며, routine-driving val14에서 가장 안전한 접근 방식 중 하나로 평가됩니다.
- Waymo Open Sim Agents realism에서 이 방법은 다른 데모스트레이션 프리 방법을 능가하며 레퍼런스 기반 자기 학습과 경쟁력 있는 성능을 보입니다.
TerraZero는 정책이 도시 및 데이터셋 간 제로샷 일반화를 가능하게 하며, 자발적인 좌측 통행 운전을 포함하여 운전 정책 시뮬레이터이자 차량, 보행자, 자전거용 에이전트 컨트롤러로 기능합니다.