A Baidu apresentou em 3 de novembro, em Shenzhen, na China, o Apollo World, uma plataforma de treinamento e validação de direção autônoma já utilizada no desenvolvimento do Apollo Go, seu serviço de robotáxis.
O sistema constrói um ambiente virtual no qual veículos e pedestres são agentes de inteligência artificial capazes de tomar decisões. Se o carro em teste freia, muda de faixa ou dá passagem, os outros participantes podem reagir, alterando o que acontece a seguir.
Essa é a ideia de um modelo de mundo: representar como o ambiente evolui e permitir que o software de direção experimente as consequências de suas ações.
Como o treinamento funciona
O Apollo World gera imagens de câmeras e dados de , o sensor a laser que representa o entorno em uma nuvem de pontos. O software recebe essas informações e decide como conduzir. Seus comandos retornam à simulação, que atualiza o trânsito e produz a próxima situação.
Em uma gravação, o futuro está definido. Nesse exercício interativo, cada decisão influencia aquilo que o carro verá depois. Isso permite testar desde uma troca de faixa até uma viagem completa, do recebimento da corrida ao desembarque do passageiro.
A plataforma também transforma situações complexas registradas nas ruas em testes que podem ser repetidos, além de gerar cenários novos. Assim, os desenvolvedores podem comparar diferentes versões do sistema diante do mesmo problema e investigar erros sem precisar reproduzir o risco no trânsito.
O que significam os 100 mil quilômetros
Segundo a Baidu, o Apollo World consegue gerar até 100 mil quilômetros de condução simulada por dia. O número indica a capacidade de produzir testes; não equivale automaticamente à mesma experiência acumulada em vias públicas.
Para que o aprendizado seja útil, distâncias, movimentos e reações precisam corresponder ao mundo real. Wang Liang, arquiteto-chefe da divisão de direção inteligente da Baidu, destacou na apresentação que a qualidade visual deve vir acompanhada da reprodução das leis físicas e das relações entre ações e consequências.
A empresa também aponta a estabilidade durante simulações longas e a rapidez de resposta entre os critérios de avaliação. O objetivo é extrair situações relevantes da operação real, ensaiar soluções no ambiente virtual e usar os resultados para aperfeiçoar os robotáxis.
