El simulador de robotaxi de Baidu recorre 1 millón de km en un día
Una flota de robotaxis solo puede aprender al ritmo al que circulan sus coches. La división de conducción autónoma de Baidu ha decidido que eso es demasiado lento y ha creado un modelo del mundo que genera y ejecuta escenas urbanas completas en tiempo real, de modo que su software de conducción autónoma L4 dispone de un mundo simulado en el que ensayar. La propia empresa lo plantea con una imagen deliberadamente cinematográfica: el sistema equivale a su particular Matrix, donde cada vehículo, ciclista y peatón tiene sus propias intenciones en lugar de seguir un bucle preprogramado.
La aritmética explica el interés. Un solo vehículo de pruebas L4 que cubriera 150 kilómetros al día necesitaría más de 6.600 días de conducción continua para llegar a 1 millón de kilómetros: unas 2,6 veces la distancia media a la Luna, o 25 vueltas al ecuador. Incluso con cien coches de prueba, ese mismo hito se prolongaría más de dos meses, y eso antes de contar con la meteorología, los cruces poco frecuentes y los imprevistos puntuales de la carretera.
El modelo del mundo invierte la restricción. En lugar de esperar a que los coches reales se topen con situaciones raras, el sistema las sintetiza, ejecuta el conjunto de software de conducción en cada escenario y puntúa el resultado. Baidu afirma que su sistema puede cubrir un día de conducción simulada equivalente a tres años de pruebas en el mundo real, lo que comprime el ciclo entre la exposición en carretera y la actualización del software.
La afirmación más difícil es la que se refiere a los peatones. La mayoría de los simuladores de conducción tratan a las personas como obstáculos móviles en trayectorias fijas. Baidu describe a los agentes de su modelo del mundo como dotados de objetivos propios —un peatón que decide cruzar, dudar o dar media vuelta—, de modo que el software del robotaxi se evalúa por cómo interpreta la intención, no solo por cómo evita la colisión. Es el tipo de comportamiento que las carreteras reales ofrecen de forma lenta e impredecible.
Los modelos del mundo se han convertido en uno de los campos más activos de la investigación china en IA, presentados como una forma de dar a las máquinas una comprensión de la causa y el efecto en lugar de un simple reconocimiento de patrones. La conducción es un banco de pruebas inusualmente limpio para esta idea: las reglas son físicas, la retroalimentación es inmediata y un error es medible. La misma arquitectura que genera una calle verosímil puede aplicarse a robots, almacenes o cualquier ámbito donde los ensayos en el mundo real resultan caros.
La lógica comercial es sencilla. Los operadores de robotaxi de China llevan años acumulando kilómetros en carretera real, y los reguladores se han vuelto más cautos sobre la rapidez con que se amplían las flotas sin supervisión. La simulación permite a una empresa seguir mejorando su política de conducción mientras su flota física permanece inmóvil, y le permite demostrar la cobertura de casos límite que ninguna ciudad aceptaría escenificar en la vía pública.
La pregunta abierta es si la competencia simulada se traslada a la realidad. Un modelo del mundo vale tanto como su representación de las partes más caóticas: un repartidor en moto que se cruza en el tráfico, la lluvia sobre marcas viales desgastadas, un niño que persigue un balón. Baidu sostiene que su simulador es lo bastante realista como para confiar en él como campo de entrenamiento. La próxima prueba es si sus robotaxis manejan esos momentos mejor en las calles reales que antes de que llegara Matrix.