Robotaxi-simulator van Baidu legt in één dag 1 miljoen km af
Een robotaxivloot kan niet sneller leren dan zijn auto’s kunnen rijden. De zelfrijdende tak van Baidu vond dat te traag en bouwde een wereldmodel dat volledige stadsbeelden in realtime genereert en afspeelt, zodat de L4-software voor autonoom rijden een gesimuleerde wereld krijgt om in te oefenen. De eigen omschrijving van de divisie is bewust filmisch: het systeem komt neer op een eigen Matrix, waarin elk voertuig, elke fietser en elke voetganger eigen bedoelingen heeft in plaats van een vast script te volgen.
De rekensom verklaart de belangstelling. Eén L4-testvoertuig dat 150 kilometer per dag aflegt, zou meer dan 6.600 dagen onafgebroken rijden nodig hebben om 1 miljoen kilometer te halen — ruwweg 2,6 keer de gemiddelde afstand tot de maan, of 25 rondjes om de evenaar. Zelfs met honderd testauto’s schuift diezelfde mijlpaal voorbij de twee maanden, en dan zijn weer, zeldzame kruispunten en eenmalige gevaren op de weg nog niet meegeteld.
Het wereldmodel draait de beperking om. In plaats van te wachten tot echte auto’s zeldzame situaties tegenkomen, synthetiseert het systeem ze, laat de rijstack elk scenario doorlopen en beoordeelt de uitkomst. Volgens Baidu kan de opzet een dag gesimuleerd rijden afdekken die gelijkstaat aan drie jaar testen in de echte wereld, waardoor de cyclus van blootstelling op de weg naar software-update wordt samengeperst.
De lastigere claim gaat over de voetgangers. De meeste rijsimulatoren behandelen mensen als bewegende obstakels op vaste paden. Baidu beschrijft de agenten in zijn wereldmodel als hebbend eigen doelen — een voetganger die besluit over te steken, te aarzelen of om te draaien — zodat de robotaxistack wordt beoordeeld op hoe hij intenties leest, niet alleen op hoe hij botsingen vermijdt. Dat is het soort gedrag dat echte wegen langzaam en onvoorspelbaar opleveren.
Wereldmodellen zijn een van de drukste hoeken van het Chinese AI-onderzoek geworden, gepresenteerd als een manier om machines oorzaak en gevolg te laten begrijpen in plaats van alleen patronen te herkennen. Rijden is een ongewoon schone proeftuin voor dat idee: de regels zijn fysiek, de feedback is direct en een fout is meetbaar. Dezelfde architectuur die een geloofwaardige straat weergeeft, kan worden gericht op robots, magazijnen of elk domein waar proeven in de echte wereld duur zijn.
De commerciële logica is eenvoudig. Exploitanten van robotaxi’s in China hebben jaren besteed aan het verzamelen van kilometers op de echte weg, en toezichthouders zijn voorzichtiger geworden over hoe snel onbemande vloten groeien. Simulatie laat een bedrijf zijn rijbeleid blijven verbeteren terwijl de fysieke vloot stil blijft staan, en laat het dekking aantonen van randgevallen die geen enkele stad vrijwillig op de openbare weg zou ensceneren.
De open vraag is of gesimuleerde bekwaamheid overdraagbaar is. Een wereldmodel is zo goed als zijn weergave van de rommelige onderdelen — een bezorger die door het verkeer snijdt, regen op vervaagde belijning, een kind dat een bal achterna zit. Baidu’s boodschap is dat zijn simulator realistisch genoeg is om als oefenterrein te vertrouwen. De volgende test is of zijn robotaxi’s die momenten op echte straten beter aanpakken dan voor de komst van de Matrix.