人工智慧研究所冠軍軌跡預測模型 讓自駕車更智慧

你是否曾經好奇，當一輛自駕車在繁忙十字路口準確轉彎、閃避行人，它到底是怎麼「想」的？其實，自駕車的每一個決策背後，都是一場高速演算的精采比賽。從感知周遭環境，到預測其他車輛的下一步，再到規劃最安全路線，背後需要極其精密的AI模型。

自駕車思考模式三部曲

在理解自駕車的思考模式前，必須先掌握其三大關鍵技術：

• 感知：讓車輛能看見並精準識別周遭環境，包括：車輛、行人、交通標線、紅綠燈和所有動、靜態物體皆包括在內。這是自動駕駛的第一步，一旦感知出錯，後續所有判斷都將失效。
• 軌跡預測：預測周遭物體（如：其他車輛、行人）接下來的行進軌跡。例如，一輛車突然加速、打方向燈，系統要能預測它接下來可能會切換車道。
• 動作規劃：根據感知、預測結果，規劃自駕車自身最安全的行進路線。例如，自駕車若預測到前方車輛要切入，則可選擇減速、變換車道，以避免碰撞。

兩座冠軍的肯定

掌握關鍵技術，鴻海研究院人工智慧研究所（簡稱AI所）於2024年參與AI領域最具影響力的國際大型IEEE電腦視覺與模式識別會議 （IEEE/CVF Conference on Computer Vision and Pattern Recognition [CVPR]）挑戰賽，聚焦自動駕駛第二階段「軌跡預測」，拿下兩座冠軍、一座亞軍。

兩座冠軍中的其中一座，來自「Argoverse 2挑戰賽」 （Argoverse 2）。Argoverse 2 是美國自駕車公司Argo AI透過其推出的開源資料集與研究平台「Argoverse」，為研究人員提供自動駕駛技術競爭和交流的場域，促進相關技術快速發展與實際應用。

其實，2023年時，AI所便曾憑藉「QCNet模型」 在Argoverse 2獲獎。「QCNet」支持動態環境中的即時應用，可在不增加計算複雜性的情況下，處理車輛、行人等大量交通元素和複雜交通場景，大幅提升自動駕駛系統的安全性與可靠性。

在這個基礎上，AI所在2024年推出「Lite-QCNet」，使用基於注意力機制（attention-based）的分塊技術，進行時間抽象化，並使用「K 近鄰（K-NN）局部注意力演算法」，捕捉空間互動性，讓Lite-QCNet模型可在減少運算資源的情況下，依然維持同樣的準確度，大幅縮小模型尺寸，也因此在Argoverse2 基準測試中達到最先進性能，證明它在多車輛運動預測中的卓越效率。

另一座冠軍則來自「Waymo自駕車動態預測挑戰賽」（Waymo Motion Prediction Challenge）。這是由 Google 旗下自駕車公司 Waymo舉辦，聚焦自動駕駛場景軌跡預測的競賽，以推動自動駕駛相關技術發展為宗旨，為研究人員提供展示、交流平台。

這項賽事要求團隊在模擬場景中，為路上車輛、行人等每一個動態物體預測接下來的行駛軌跡。主辦方特別強調，預測不能只考慮單一最可能的路徑，而要同步考慮多種不同可能。例如，一輛車可能選擇繼續直行，也可能選擇變換車道。這種多重可能性的預測能力，對自駕車的動作規劃至關重要。

精準演算引領自駕革新

能在兩大競賽中技冠群雄，AI所所長栗永徽表示，很難歸結為單一因素，而是多個層面的綜合表現，包括：資料處理、模型設計、多模型整合。

他解釋，即便所有團隊使用相同資料集，但資料清理、統計分析、前置處理等方式不同，便會導致巨大差異；另外，雖然使用「Transformer」架構模型已是主流，但每個團隊都對模型的具體架構、模組、參數設定有不同做法，就像不同工匠用相似工具，卻能打造風格迥異的成品。

此次 AI 所獲得冠軍的兩大成果，對自駕車技術的推進意義非凡。栗永徽解釋，一方面模型可更準確預測周遭車輛意圖，提升自駕車的決策準確性，另方面則讓虛擬環境中的車輛行為更接近真實，有助於訓練更智慧化的自動駕駛模型。

特別是這兩大研究成果，與鴻海科技集團「3＋3＋3轉型策略」中的電動車高度相關。栗永徽認為，電動車和AI技術的交匯點正是自動駕駛，因而自駕車技術也是實現電動車價值與創新的關鍵。

目前，鴻海科技集團正積極投入基礎模型的自主訓練，以迎接未來AI世界的變革。而鴻海的生成式AI發展策略，則是透過基礎模型打造三大平台，分別應用於智慧製造、智慧電動車與智慧城市。

栗永徽表示，鴻海研究院自主研發的「Fox Brain」大語言模型，將成為這三大平台的核心基礎模型，應用在鴻海科技集團的自動駕駛技術中，成為集團策略不可或缺的重要靈魂之一。