苹果公司在自动驾驶技术领域实现了一项引人注目的突破。据报道，苹果将强化学习自博弈技术引入自动驾驶领域，通过 10 天生成了 16 亿公里的模拟数据，这一过程无需依赖真实世界的数据。这一成就标志着苹果在自动驾驶算法训练方面迈出了重要一步，尤其是在模拟数据生成和算法进化方面。

自博弈技术，类似于自对抗生成网络（GAN），是一种智能体通过与自我的副本或历史版本博弈来实现进化的策略。苹果在自动驾驶领域应用这一技术，设计了极简的奖励函数，通过生成大规模的模拟数据，让多个智能体在地图上进行自博弈，以此实现算法的进化。

一个实例中，苹果最多可以生成 150 个智能体（Agent），包括乘用车、重型卡车、自行车和行人等，生成的环境信息涵盖停车线和交通信号灯等。这种训练方式的优势在于速度快且成本低廉。利用公共云上的 8 张 A100，苹果每小时可以模拟和学习 44 亿次状态转移，相当于 720 万公里的驾驶经验，这一速度比利用真实数据快了 36 万倍。

在成本方面，苹果的这一成果同样令人印象深刻。每百万公里的费用不到 5 美元，折合人民币大约为 1 万公里 3 毛 6，这使得大规模模拟数据的生成变得经济高效。

苹果还将这一成果在 CARLA、nuPlan 和 Waymo 开放数据集上进行了零样本独立测试，均获得了当前最佳（SOTA）的表现，证明了其泛化性和鲁棒性。这些基准测试涵盖了不同的地图、驾驶场景、交通密度和评分标准，进一步验证了苹果工作的有效性。这一突破不仅展示了苹果在自动驾驶技术上的深厚实力，也为未来自动驾驶汽车的发展提供了新的可能性。