据外媒报道，在最近的一项研究中，麻省理工学院（MIT）计算机科学与人工智能实验室和丰田研究院的研究人员介绍了一款自动驾驶汽车开发平台VISTA （自动虚拟图像合成与转换）。VISTA 可借助现实世界的数据集，合成车辆行驶轨迹的视角。尽管Waymo、优步、Cruise 和 Aurora等自动驾驶汽车公司也都使用仿真环境来训练AI，但MIT声称其系统是少数不需要人工添加道路标记、车道、树木和物理模型等的系统之一，这将大大加快自动驾驶汽车的测试和部署。
（图片来源：MIT官网）
据研究人员介绍，如果虚拟车辆不发生事故，VISTA 就会对其进行奖励，从而激励其学习应对各种驾驶状况，包括在车辆突然偏离轨道后重新获得控制权。VISTA 由数据驱动，这意味着其根据数据合成的新轨迹与道路外观、场景中所有物体的距离和运动保持一致，可以防止车辆在模拟中所学到的知识与在现实世界中的表现不一致。
为了训练 VISTA，研究人员从多条道路的真实驾驶中采集视频数据。对于每帧画面，VISTA 都会将每一个像素预测成一种3D点云。随后，研究人员将虚拟车辆放置在环境中，并对其进行控制，以便在发出转向命令时，VISTA 根据转向曲线以及车辆的方向和速度，通过点云合成一条新的轨迹。
VISTA使用上述轨迹绘制逼真的场景，并估算绘制一个深度地图，其中包含从车辆视角衡量物体距离的相关信息。通过将深度地图与估算3D场景中摄像头方向的技术相结合，该引擎可以在虚拟模拟器中精确定位车辆位置和与所有物体的相对距离，同时重新定位原始像素，从而从车辆的新视角重建周围环境。
在使用VISTA模拟器进行10到15个小时的训练，行驶了1万公里之后，虚拟车辆接受了测试。测试表明，此时虚拟车辆能够在从未见过的街道上行驶。即使将其放置在即将发生碰撞的模拟路况中（例如只有一半车身上路或进入另一个车道），车辆也能在几秒内成功回到安全的行驶轨迹。
未来，研究团队还希望 VISTA 能从单一驾驶轨迹仿真进化到模拟所有类型的路况，例如白天、黑夜、晴天和阴雨天气。此外，他们还希望模拟与其他道路车辆之间更复杂的交互。