【 以下文字转载自 GreenAuto 讨论区 】
发信人: touareg (Wir müssen wissen, wir werden wissen), 信区: GreenAuto
标  题: 理想one辅助驾驶两万公里亲身长测
发信站: 水木社区 (Mon May 15 11:22:15 2023), 站内


我的理想one已开了8.8万公里，其中辅助驾驶里程2万，简单说说亲身长测的结论：

1 高速长途可以显著缓解疲劳：我用辅助驾驶创造了单人单车日行1600+公里的个人记录，门到门用时14个小时多，实际行驶时间应不到13小时（见附图2）。重点是这种强度的驾驶并不怎么觉得累。

2 城市或拥堵路况基本不可用：说基本不可用有些严苛，因为只要你不介意频繁的减速和重刹车，是能凑合用的。理想one的驾驶风格，跟信奉“越慢越安全”的新女司机风格高度一致，动不动就减速刹车；相邻车道前方的车稍微压线了，它也一脚重刹车。作为老司机的我是没法忍受这种驾驶风格的，这也是我中短期完全不看好自动驾驶的原因。自动驾驶不是只保证安全就可以了。系统需要把安全和效率以及舒适流畅性这几个在一定程度上存在内在冲突的目标完美地一揽子解决了，用户才会愿意为之买单。如果像理想one的辅助驾驶这样，为了安全而过于保守，牺牲了效率和用户乘坐体验，那么它能应用的场景是很有限的（主要是车流不密集的封闭道路），永远不可能成为主流，更不可能替代人类司机。但是，不幸的是，在现有数据驱动的deeplearningl框架下，伪正率和伪负率之间永远是无法调和的矛盾，没法同时彻底解决。这不只是理想公司的问题，所有基于dl和数据驱动范式架构的系统，都没法解决此问题。我话放在这里，再过五年你们回头来看。




--
FROM 117.14.14.*

跟硬件几乎没多大关系，主要是软件算法的问题，deepliearning架构的天花板基本这样了。

我是专家，相信我。

【 在 leyouyip 的大作中提到: 】
: 要是现在的辅助驾驶高阶算高中水平的话，理想的辅助驾驶只能算小学六年级水平，对包括带激光雷达的。有激光雷达和有高精度激光雷达差距很大。
--
FROM 202.113.176.*

特斯拉的驾驶风格是欧美这种汽车文明比较发达的国家的风格，确实不会肉。但特斯拉这种开法在天朝开，可能出大事。

所以伪正率和伪负率很难用数据驱动的dl架构去同时解决。


【 在 gokukun 的大作中提到: 】
: 特斯拉会明显不一样
: 发自「今日水木 on VOG-AL10」
--
FROM 117.14.14.*