南京2022年(nian)4月15日 /美通社/ -- 在“雙碳(tan)”大趨(qu)勢下，燃油汽車(che)(che)亟需提高技術(shu)指標，以面(mian)對愈發嚴格的整車(che)(che)性能標準考核(he)及市場(chang)份額的持續下滑趨(qu)勢。標定(ding)是汽車(che)(che)研(yan)發的關鍵環節，直接影(ying)響汽車(che)(che)的技術(shu)指標，然(ran)而(er)傳統基于專(zhuan)家或模(mo)型(xing)的標定(ding)方(fang)法(fa)耗時長、成本高，并不能化解車(che)(che)企面(mian)臨(lin)的困境(jing)，而(er)新興的AI技術(shu)可(ke)提供超越傳統的高效解決(jue)方(fang)案。

南棲仙策是強化學習AI智能決策應用的領軍者，在汽車標定業務上。南棲將強化學習技術與汽車標定場景充分融合，摸索并總結出數據驅動的虛擬標定解決方案，旨在高效、高精度、低成本地完成標定業務。南棲仙策汽車交付團隊基于強化學習研發的技術優勢、服務汽車行業客戶的經驗，結合整車轉鼓排放標定、混動標定兩個實際案例，編寫了《汽車虛擬標定白皮書》（以下簡稱為《白皮書》），展示了強化學習應用技術帶來的AI能力，以及幫助汽車行業客戶提升核心競爭力的潛(qian)力。

《白皮書》分為三部分進行闡述。

第一部分：概(gai)(gai)述整(zheng)車(che)標(biao)定概(gai)(gai)念及車(che)企(qi)面(mian)對的四大行業(ye)難題。

《白皮(pi)書(shu)》總結了汽車行業客戶常面臨的標定難題：

1. 標(biao)定復雜度高，標(biao)定參數多達上千個。人(ren)工聯合(he)調優(you)難(nan)，性能“將(jiang)就”。

2. 強烈(lie)依(yi)賴經驗，需要(yao)經驗豐(feng)富的(de)工程師。人員(yuan)易流失，經驗隨之帶走。

3. 試(shi)驗(yan)成本高昂，物(wu)理實驗(yan)開銷難降低(di)。研發成本難降低(di)，擠壓利潤空間。

4. 迭(die)代周期冗長，需多次反復迭(die)代試錯。拖延產(chan)品(pin)發布，耽誤(wu)市(shi)場(chang)時機。

除以上(shang)4點外，近兩(liang)年受新冠(guan)疫情的影(ying)響(xiang)，標(biao)定實測工作常常中(zhong)斷，嚴重影(ying)響(xiang)了業務進展。

第二部分：介(jie)紹南棲強(qiang)化(hua)學習工具(ju)的不同與優勢

南棲全球領先的數(shu)據驅動強化(hua)(hua)學(xue)習(xi)工具REVIVE提供的數(shu)據模擬(ni)(ni)環境(jing)和強化(hua)(hua)學(xue)習(xi)優化(hua)(hua)可(ke)有助(zhu)于解決車企面(mian)臨的標定難題。REVIVE是(shi)面(mian)向(xiang)行(xing)業專家的強化(hua)(hua)學(xue)習(xi)工具，通過數(shu)據驅動環境(jing)虛擬(ni)(ni)技術(shu)，進(jin)行(xing)大量虛擬(ni)(ni)推演與(yu)試錯，尋找最優方案(an)。

REVIVE基于汽車標定數據模擬環境的強化學習解決方案過程：

REVIVE方案主(zhu)要分為四步(bu)：首先在(zai)人(ren)工標(biao)定(ding)參(can)數(shu)(shu)的(de)(de)(de)實(shi)車(che)驗(yan)(yan)證實(shi)驗(yan)(yan)中收集對應的(de)(de)(de)性能狀態秒采(cai)數(shu)(shu)據(ju)并(bing)進(jin)行(xing)簡單的(de)(de)(de)數(shu)(shu)據(ju)整理；然后(hou)根據(ju)汽車(che)控制(zhi)基礎邏(luo)輯構建業務模(mo)型，導(dao)入數(shu)(shu)據(ju)，使(shi)用REVIVE系統中的(de)(de)(de)環境模(mo)型訓練功能，訓練控制(zhi)邏(luo)輯圖中所有的(de)(de)(de)神經網(wang)絡模(mo)塊，得到(dao)(dao)可運(yun)行(xing)的(de)(de)(de)“數(shu)(shu)據(ju)仿真車(che)”，并(bing)使(shi)用可視化(hua)評估指標(biao)驗(yan)(yan)證虛(xu)(xu)擬環境與真實(shi)環境的(de)(de)(de)一致(zhi)性；再使(shi)用REVIVE系統中的(de)(de)(de)策略模(mo)型訓練功能，得到(dao)(dao)優(you)化(hua)后(hou)的(de)(de)(de)標(biao)定(ding)參(can)數(shu)(shu)；最(zui)后(hou)將(jiang)優(you)化(hua)后(hou)的(de)(de)(de)標(biao)定(ding)參(can)數(shu)(shu)在(zai)虛(xu)(xu)擬環境中驗(yan)(yan)證，評估有效(xiao)則上載到(dao)(dao)汽車(che)進(jin)行(xing)實(shi)車(che)驗(yan)(yan)證。

第三部分：結合發動機整車(che)排放(fang)標定、混動標定兩個案例，介紹REVIVE成功應用方案。

《白皮書》實例(li)證明(ming)，南棲(qi)獨特的AI虛擬標定技術可顯著降低汽車尾(wei)氣排(pai)放值。與人類(lei)工程師相比，THC降低了51%，CO降低了29%，NOx降低了18%，優于(yu)國六排(pai)放標準，并為(wei)后續車輛設計(ji)環節提供了充足的排(pai)放余量。

在(zai)串并聯混(hun)動系統標定任務上同樣成功。在(zai)起點—終點電(dian)(dian)量(liang)(liang)相同的約束下，能優化得(de)(de)到(dao)更合理的利(li)用電(dian)(dian)池電(dian)(dian)量(liang)(liang)容(rong)量(liang)(liang)、更高效的利(li)用發動機最優工況特性的混(hun)動策略，使(shi)得(de)(de)整車在(zai)WLTC實驗中(zhong)取得(de)(de)更低(di)的油耗。

南棲仙策《汽車虛擬標定白皮書》全文下載鏈接如下：
//forms.ebdan.net/ls/ukA9JYSV?bt=yxy