如何构建适合自动驾驶的世界模型？

[首发于智驾最前沿微信公众号]世界模型经历了系统动力学阶段（1960年～2000年）、认知科学阶段（2001年～2017年）、深度学习阶段（2018年至今），但将其应用到自动驾驶汽车上，还是近几年才提出的。那世界模型是自动驾驶落地的正解吗？

什么是世界模型？

世界模型对于自动驾驶汽车来说，更像是给汽车大脑里绘制一张地图，可以将环境的现状和未来可能的演变都表示出来，让自动驾驶系统不只是“看见当下”，还能“想一想接下来可能发生什么”。

简单理解就是，世界模型不仅可以让自动驾驶汽车知道哪里有车道、红绿灯和障碍物，更可以预测这些障碍物的未来变化，这对于确保自动驾驶系统安全，是非常重要的。

世界模型能够将传感器（如摄像头、雷达、激光雷达和车载定位系统等）采集的原始观测数据，转化为一种低维、抽象的“隐状态”（latent state）作为内部表示。

模型学习该隐状态随时间演变的规律（即动力学），并基于此进行预测或规划。世界模型可以是显式的物理模型或概率模型，也可以是基于学习得到的神经网络模型；它不仅可以用于直接回放未来场景（仿真模拟），也可以仅生成下一时刻的概率分布以辅助决策。

世界模型在自动驾驶中的核心作用

对于自动驾驶系统来说，世界模型可以应用在预测、规划与验证等三个方面。预测是世界模型最直观的用途，传统感知可以把周围物体识别出来并定位，但这只是“静态”信息。

世界模型通过学习交通参与者的行为模式和场景的动力学，能够给出更长时域的、多步的预测。如可以在十几秒的时间尺度上，判断骑着自行车的如是否会靠近路口，或一辆并线的车是否会与本车发生交叉轨迹等。

这样的预测不是简单的匀速延伸，而是包含了对意图、交互和环境约束的理解。

规划需要评估不同动作的后果，选择既安全又舒适的轨迹，是规划的主要目的。世界模型可以依托内置的“模拟环境”，把候选轨迹在模型里“演练”几次，比较它们在未来几秒内的风险和收益。

比起只靠规则或短时预测，这种基于世界模型的规划更能处理如窄路会车、密集并线或不守规则的交通参与者等复杂的多主体交互场景。它还能帮助车辆做出更保守或更激进的策略选择，并把不确定性带进决策中。

训练和验证自动驾驶系统需要大量场景、尤其是罕见或危险场景。真实世界里采集这些场景不仅昂贵而且很危险。

世界模型可以生成高质量的合成场景或作为数字孪生的一部分，用来做大规模的虚拟测试。通过在模型中反复模拟，就可以发现自动驾驶系统在长尾场景下的弱点，避免把危险行为部署到实车。

世界模型如何被构建？

要让模型有“想象未来”的能力，一定要喂给它大量合适的数据。自动驾驶的世界模型可以依托摄像头提供丰富的视觉细节，激光雷达给出精确的三维几何信息，毫米波雷达对恶劣天气更鲁棒，车载定位和CAN总线送来车辆自身状态等数据进行学习。

把这些数据融合后，模型要学会抽取有用的表示，这一步叫表示学习。一个好的表示不仅可以保留对决策重要的细节（例如相对速度、可通过空间），还能压缩冗余信息，方便后续预测和规划使用。

表示之后是要进行动力学建模，也就是学习隐状态如何随时间变化。这里有两类主流做法。

一类是基于物理或图模型的显式方法，通过写出规则或物理方程来描述车辆与行人的运动，再把观测通过滤波器或贝叶斯推断与这些模型结合。显式方法好处是可解释、易于验证，但面对复杂的人类行为时往往力不从心。

另一类是端到端学习的方式，使用循环神经网络、变分自编码器或近期流行的时序Transformer来直接学习从过去观测到未来隐状态的映射。学习型方法在复杂交互上更有表现力，但需要大量训练数据和注意不确定性的表达。

但无论采用哪种架构，不确定性建模都非常关键。

世界不是确定的，行人会犹豫、司机会突然变道。把预测做成带概率的形式（例如把未来位置用概率分布表示，或生成若干可能的未来轨迹并给出置信度）能让决策器更稳健。把因果推理或意图推断融入世界模型，不仅可以预测位置，还能推断“为什么会这样”，这对处理前所未有的情况很重要。

实际应用中的几个典型场景

一直都说概念，那世界模型对于自动驾驶的具体应用场景有哪些？可以想象一下，若车辆右侧有一辆停着的货车，货车后面可能有行人准备穿行。

单纯靠感知可能看不到那名行人，但世界模型可以结合道路环境、过往行人出现的位置规律以及路边停放车辆的用途，给出“可能有人从后面出来”的预测，从而促使决策器放慢速度并给出预留空间。

在高速并道时，两辆车互相示意并线的行为充满着博弈意味。世界模型这时候就能观察双方的速度与加速度变化、转向幅度等，估计对方的意图并预测多个可能的并线结果，从而选择一种在时间和空间上更安全的并线策略，或者选择先放慢再并线。

在施工、临时交通指引或其他异常标志的情况下，规则驱动的系统容易出错。世界模型可以把临时的交通锥、施工车与交通参与者的行为模式联系起来，判断这是一个临时改道的道路，并在短时内学习到新的可行策略，而不是盲目遵循过往的规则。

最后的话

把世界模型放在自动驾驶的全局来理解，它的核心价值是把现时感知和未来决策连接起来。其不是简单的把感知结果当作事实，而是在内心（模型）里构建一个短期可运行的“虚拟世界”，并在这个虚拟世界里反复试错、评估风险、选择动作。这样做能显著提升系统对复杂交互场景、遮挡、长尾事件的处理能力，也能为离线的大规模验证提供重要工具。

审核编辑 黄宇