1. Scale up 性能提升
2. Scale out 场景泛化

Waymo 这类方案是规则算法的代表，下限高，但也限制系统上限。

特斯拉 V12 这类端到端方案上限很高，但下限也低，机器模仿学习的结果不可解释也不可控。

关于场景泛化的问题，也存在类似的问题，这里说的轻地图也包含如今说得比较多的「无图」方案。

最后是地平线 SuperDrive 方案的思路：用世界模型实现 Scale out 的突破，再用端到端 + 包含部分规则策略的博弈验证模型来做到足够好的 Scale up，尽量兼顾高上限的同时也充分保证系统下限。

两者的技术部分有点理解门槛，感兴趣的朋友可以细看图 7 和图 8。

结果见图 9：遮挡稳定性提升 70%，时延降低 75%，拥堵变道成功率提升 50%，路口通行效率提升 67%。

地平线还说了一个很重要的结果：这些提升的结果都是可泛化的。

#42how#

via 42号车库的微博