Transformers ao volante: como a Yandex aplica AI no controle de veículos autônomos

O Yandex Autonomous Transport revelou detalhes técnicos sobre a aplicação de arquiteturas de transformadores em Motion Planning — o componente de um veículo autônomo que toma decisões em tempo real sobre a trajetória. O caminho dos experimentos em laboratório até os testes em estradas reais se mostrou mais complexo do que parece de fora.

De Linguagem para Estrada

A arquitetura de transformador conquistou posição dominante em NLP e visão computacional graças ao mecanismo de atenção: o modelo consegue considerar simultaneamente contexto de diferentes partes dos dados de entrada. Na tarefa de controlar um veículo, isso também é valioso — o sistema deve processar a posição de dezenas de objetos ao redor do carro em frações de segundo, prever seu comportamento e selecionar uma manobra segura. No entanto, transferir arquitetura de NLP para piloto automático não é uma tarefa trivial.

Em um modelo de linguagem, uma palavra imprecisa é um erro de digitação no texto que o leitor perdoa. Em um veículo autônomo, desvio de uma trajetória ótima em um momento crítico é um potencial acidente. Isso muda fundamentalmente os requisitos do modelo: de métricas de qualidade até toda a cultura de testes.

Open Loop versus Closed Loop

Na indústria de direção autônoma, existem duas abordagens fundamentalmente diferentes para avaliar o sistema:

• Open Loop — o modelo prevê trajetória em dados históricos, o resultado é comparado com o comportamento real do motorista. Rápido, barato, permite iteração em grande escala.
• Closed Loop — o sistema controla o veículo — real ou em simulação — e é avaliado pelo que acontece na dinâmica: o carro evitou colisões, como foi o conforto da viagem, como lidou com situações incomuns.

Ambos os modos são necessários, mas fornecem informações fundamentalmente diferentes sobre a confiabilidade do sistema. O Yandex coloca ênfase especial em testes Closed Loop, apesar de serem mais caros e lentos. A lógica é: em uma viagem real, os erros não são isolados — um desvio no tempo T afeta a percepção da situação em T+1, e os erros se acumulam. Open Loop não vê essa cadeia e pode dar uma falsa sensação de segurança.

Por Que Boas Métricas Enganam

A principal conclusão contraintuitiva: alta precisão de previsão de trajetória — baixo erro L2 — correlaciona mal com a segurança real da direção. Um modelo pode demonstrar resultados excelentes em testes, reproduzindo com precisão o comportamento do motorista médio em dados históricos, e mesmo assim dirigir pior que um sistema mais simples, mas robusto. A razão está na natureza do Closed Loop: cada decisão do sistema afeta a próxima situação. Métricas Open Loop medem cada passo independentemente e não capturam essa dinâmica.

"Segurança é mais importante para nós do que qualquer arquitetura," —

Maksim, chefe de comportamento e previsão de movimento no Yandex Autonomous Transport.

É por isso que a equipe constrói um sistema de verificação multinível: de métricas formais em dados — através de simulação — até testes privados e públicos em veículos reais. Arquitetura do modelo é apenas um parâmetro, não a base de um sistema de segurança.

Caminho do Laboratório para a Cidade

A equipe do Yandex percorreu um caminho desde os primeiros experimentos de ML, quando abordagens de redes neurais eram testadas em paralelo com algoritmos clássicos de planejamento, até testes regulares de veículos autônomos no tráfego urbano real. Em cada etapa, a arquitetura de transformador se adaptou aos requisitos rigorosos: previsibilidade de comportamento em situações típicas, robustez para cenários raros, operação em tempo real com recursos computacionais limitados a bordo. Motion Planning não é simplesmente prever o próximo ponto. É tomar decisões sob incerteza a cada segundo, com responsabilidade pelas vidas humanas.

O Que Isso Significa

Transformadores estão chegando ao transporte autônomo — mas não como uma solução pronta, exportada do mundo dos modelos de linguagem. Cada nova aplicação exige repensar métricas, infraestrutura de testes e cultura de segurança. Para toda a indústria, este é um sinal importante: sucesso em NLP não se transfere automaticamente para domínios onde o custo de um erro é medido não por classificação de modelo, mas por vidas humanas.