Трансформеры за рулём: как Яндекс применяет AI в управлении беспилотниками

Яндекс Автономный транспорт раскрыл технические детали применения трансформерных архитектур в задаче Motion Planning — компоненте беспилотника, который в реальном времени принимает решения о траектории движения. Путь от лабораторных экспериментов до испытаний на реальных дорогах оказался сложнее, чем кажется со стороны.

От языка к дороге

Трансформерная архитектура завоевала доминирующее положение в NLP и компьютерном зрении благодаря механизму внимания: модель умеет одновременно учитывать контекст из разных частей входных данных. В задаче управления автомобилем это тоже ценно — система должна за доли секунды обработать положение десятков объектов вокруг машины, предсказать их поведение и выбрать безопасный манёвр. Однако перенос архитектуры из NLP в автопилот — не тривиальная задача. В языковой модели неточное слово — помарка в тексте, которую читатель простит. В беспилотнике отклонение от оптимальной траектории в критический момент — потенциальная авария. Это фундаментально меняет требования к модели: от метрик качества до всей культуры тестирования.

Open

Loop против Closed Loop В беспилотной отрасли существуют два принципиально разных подхода к оценке системы: Open Loop — модель предсказывает траекторию на исторических данных, результат сравнивается с реальным поведением водителя. Быстро, дёшево, позволяет итерировать в больших масштабах. Closed Loop — система сама управляет автомобилем — реальным или в симуляции — и оценивается по тому, что происходит в динамике: избежала ли машина столкновений, насколько комфортной была езда, как справилась с нестандартными ситуациями.

• Оба режима нужны, но дают принципиально разную информацию о надёжности системы. Яндекс делает особый акцент на Closed Loop тестировании, несмотря на то что оно дороже и медленнее. Логика такова: в реальной езде ошибки не изолированы — отклонение в момент T влияет на восприятие ситуации в T+1, и ошибки нарастают. Open Loop этой цепочки не видит и может давать ложное ощущение безопасности.

Почему хорошие метрики обманывают

Главный контринтуитивный вывод: высокая точность предсказания траектории — низкая L2-ошибка — плохо коррелирует с безопасностью реального вождения. Модель может демонстрировать отличные результаты в тестах, точно воспроизводя поведение среднего водителя на исторических данных, и при этом ехать хуже, чем более простая, но устойчивая система. Причина в природе Closed Loop: каждое решение системы влияет на следующую ситуацию. Метрики Open Loop измеряют каждый шаг независимо и эту динамику не улавливают.

«Безопасность для нас важнее любой архитектуры», — Максим, руководитель службы поведения и предсказания движения в Яндекс Автономном транспорте.

Именно поэтому команда выстраивает многоуровневую систему проверки: от формальных метрик на данных — через симуляцию — к частным и публичным испытаниям на реальных машинах. Архитектура модели — лишь один из параметров, а не основа системы безопасности.

Путь от лаборатории к городу

Команда Яндекса прошла путь от первых ML-экспериментов, когда нейросетевые подходы проверялись параллельно с классическими алгоритмами планирования, до регулярных испытаний беспилотных автомобилей в реальном городском трафике. На каждом этапе трансформерная архитектура адаптировалась под жёсткие требования: предсказуемость поведения в типичных ситуациях, устойчивость к редким сценариям, работа в режиме реального времени с ограниченными вычислительными ресурсами на борту. Motion Planning — это не просто предсказание следующей точки. Это принятие решений под неопределённостью каждую секунду, с ответственностью за жизни людей.

Что это значит

Трансформеры приходят в автономный транспорт — но не как готовое решение, экспортированное из мира языковых моделей. Каждое новое применение требует переосмысления метрик, тестовой инфраструктуры и культуры безопасности. Для всей отрасли это важный сигнал: успех в NLP не переносится автоматически туда, где цена ошибки измеряется не рейтингом модели, а человеческими жизнями.