2月17日消息，毫末智行宣布自動駕駛認知大模型正式升級為DriveGPT，并將在2023年4月的HAOMO AI DAY上公布其最新重要進展。據稱，這是全球首個自動駕駛認知大模型。

隨著ChatGPT火爆全網，它所采用的Transformer大模型以及“人類反饋強化學習（RLHF）”技術再次引發行業關注。在2023年1月的HAOMO AI DAY上，毫末智行CEO顧維灝介紹，毫末推出的人駕自監督認知大模型就已借鑒了ChatGPT的實現思路，采用RLHF（人類反饋強化學習）技術，通過引入真實人駕接管數據，對自動駕駛認知決策模型進行持續優化。

毫末的認知決策算法經歷了三個階段的進化。

第一階段是引入個別場景的端到端模仿學習，直接擬合人駕行為。

第二階段是通過認知大模型，引入海量正常人駕數據，通過Prompt的方式實現認知決策的可控、可解釋。

第三階段，也就是當前階段，通過引入真實接管數據，并且在大模型中開始嘗試使用RLHF算法，對人駕接管數據進行學習。為此，毫末構建了一個包含“舊策略、接管策略、人工label策略”的Pairwise排序模型?；谶@一排序模型，毫末構建了自動駕駛決策的獎勵模型（reward model），從而在各種規劃場景情況下做出最優的決策。通過這一大模型，在掉頭、環島等公認的困難場景中，場景通過率提升30%以上。

目前，毫末DriveGPT已完成模型搭建和第一階段數據的跑通，參數規?？蓪薌PT-2的水平。接下來，DriveGPT將持續引入大規模真實接管數據，通過人駕數據反饋的強化學習，來不斷提升測評效果，同時也將DriveGPT作為云端測評模型，用來評估車端小模型的駕駛效果。