据外媒报道，索非亚大学“圣克莱门特·奥赫里德斯基”（Sofia University “St. Kliment Ohridski”）分校下属计算机科学、人工智能与技术研究所（Institute for Computer Science,Artificial Intelligence and Technology, INSAIT）研究所推出基于可微分仿真的新型自动驾驶范式DiffSim Trinity（diffsimtrinity.insait.ai）。

图片来源： 索非亚大学

该技术基于Waymax，Waymax是由谷歌旗下Waymo开发的可微分仿真器。DiffSim Trinity整合了完整的传感器→动作→结果流程，从而实现更精准、更稳健、更可靠的自动驾驶系统。

现代端到端自动驾驶模型经过训练，能够将传感器输入直接映射到转向和加速等驾驶动作。然而，世界的物理动力学——即这些动作如何影响车辆运动和周围环境——通常被视为黑箱。可微分仿真通过允许学习信号穿过物理世界的动力学来克服这一局限性。这使得模型不仅能够学习采取哪些动作，还能学习动作如何导致结果，从而支持数据高效的训练、直接优化安全性和舒适性，以及对未来可能发生的事件进行推理。

DiffSim Trinity将这一理念付诸实践，其三项研究成果已在顶尖的机器学习和机器人学会议上发表，每项成果都重点展示了可微仿真所带来的关键能力。

在控制方面，该项目展示了首个基于Waymo Open Motion数据集，利用可微仿真训练的端到端驾驶策略，证明了如何将物理动力学直接融入策略学习中。

在规划方面，DiffSim Trinity引入了首个基于可微仿真的自动驾驶世界建模算法。这些方法支持反事实的“假设”推理，使车辆能够预测不同操作将如何改变未来的交通场景——这是实现更安全自动驾驶的必要条件。

在搜索方面，该研究展示了如何将可微仿真应用于训练阶段以及部署阶段的在线推理。在这种情况下，车辆利用预想的未来结果，在预期环境变化的情况下，高效地搜索并优化最佳行驶轨迹。

总而言之，DiffSim Trinity展示了从传感器到结果的统一端到端流程的价值，使自动驾驶系统能够在复杂多变的环境中更加安全、舒适且更人性化。

DiffSim Trinity由苏黎世大学（University of Zurich）和苏黎世联邦理工学院（ETH Zürich）合作开发，其三项成果已在机器人和人工智能领域的顶级国际会议上发表，包括IROS 2025和AAAI 2026。