Wayve 揭示 Learned Safety Envelope：让安全成为学出来的能力而非外挂检查器
alexgkendall · x · 2026-11-06
Wayve 的 Brandon Basso 演示了其自动驾驶 AI 如何「学会」什么是安全驾驶，而不是依赖高精地图和外部安全检查器。
核心观点：
- 现有系统的高精地图本质上是「检查器」：停车标志被移走、变成临时标志、或挂在移动的公交上时就会失效
- 检查器系统往往是系统性能的终极瓶颈
- Wayve 的做法是把安全内化为决策的一部分：Learned Safety Envelope（LSE）是一个显式学习的任务头，输出类似「未来占用图」的安全表征，红色区域代表不可行驶区域，使安全判断可观测
- 安全因此是「内在属性」而非「外挂补丁」，Wayve AI Driver 据此预判风险并做出安全相关决策
这是端到端自动驾驶路线在安全机制上的代表性阐述：把 checker 换成可学习的 safety head。
所属事件:Wayve 发布 Learned Safety：用端到端学习替代规则式安全系统(4 条相关)→
「具身」频道最新
- UIUC 王申龙巡回讲物理世界模型：用像素承载力与 3D 动力学 — YuXiang_IRVL · 2026-11-06
- Moon Lake 发布机器人 RL 研究早期成果:仿真成为规模化训练关键 — Aiden_Tech_Ai · 2026-11-06
- 无人机镜头下的机器人金属成型工坊：Machina Labs 拍照打卡 — beffjezos · 2026-11-06
- A-0 机器人系统纯用 1.6 万小时人类示范，零机器人数据 — chris_j_paxton · 2026-11-06
- 带屏幕的智能环亮相,官方澄清:照片里只是试戴尺寸环 — that_anokha_boy · 2026-11-06
- 从采数据到部署:低成本 SO-101 机械臂完整 Physical AI 教程 — philfung · 2026-11-06