人工智障
【 在 mafama 的大作中提到: 】
: 起步就要人工介入，不然不走……第一分钟车主就介入了三回……第五分钟对着隔离带撞过去被车主拉回来……这路况在中国也就是四线城市非高峰期水平吧
:   https://www.bilibili.com/video/BV1ct4y1j74s
:   终于知道为什么油管上99%的FSD视频都在旧金山了，因为一旦去了曼哈顿，那就露馅了
: ...................
--
FROM 117.139.215.*

你说的都是想象的情况，实际就是人为设置规则。
友商使用高精度地图的路径效果肯定比tesla这种纯视觉应对无车道线场景强太多，视频中tesla在无车道线道路开得那叫啥。
【 在 lvsoft 的大作中提到: 】
: 不是，tesla并不靠设置规则去完善驾驶策略。
: tesla的自动驾驶说穿了就分这几块。一块是hydranet（老马表示会改名，这个名字是一个sex toy...），这块负责视觉，识别道路上标志，路道，车辆，行人，速度等等任务。最近在这个.69版本增加了occupynet，用来形成障碍物禁区，达到激光雷达类似的效果确保不会进入禁区。
: 然后才是寻路算法，这块才体现驾驶策略。这块的实现方法是mcts+ai，跟alphago有点类似。可以在足够多的案例中自己进化出最合适的驾驶策略。评价维度包括通行效率，安全性和舒适性。基本思路就是mcts做策略搜索，ai去学会mcts的结果，并成为mcts的评价函数反过来提升mcts的效果。这块才是体现fsd老司机的一面，面对千变万化的道路情况有很多博弈和合作的问题需要解决，这块fsd目前我认为还没做到足够好，但也只是一个给足够时间和样本就能进化的过程。
: ...................
--
FROM 221.238.232.*

我觉得你们这些人啊，都活在自己的臆想中，看着挺可笑的。

多说无益，交给时间呗。

【 在 niuba 的大作中提到: 】
: 500万还嫌少？hoho
: 发自「今日水木 on 22021211RC」
--
FROM 49.93.112.*

我觉得我放心的使用自动驾驶，得等车能在农村老家赶个集挤进去挤出来仍然很熟练的情况下才敢用，毕竟出事儿就是大事儿，感觉当前的自动驾驶水平还是人靠谱一些。
--
FROM 117.89.228.*

求教一个问题哈

“基本思路就是mcts做策略搜索，ai去学会mcts的结果，并成为mcts的评价函数反过来提升mcts的效果。”

具体到楼主视频里的场景，好奇ai+mcts是怎么work的，假设给足够的时间、遇见足够的cornercase，但如果有新的cornercase 这套方法能从本质上解决这个问题吗？


【 在 lvsoft 的大作中提到: 】
: 不是，tesla并不靠设置规则去完善驾驶策略。  
:  
: tesla的自动驾驶说穿了就分这几块。一块是hydranet（老马表示会改名，这个名字是一个sex toy...），这块负责视觉，识别道路上标志，路道，车辆，行人，速度等等任务。最近在这个.69版本增加了occupynet，用来形成障碍物禁区，达到激光雷达类似的效果确保不会进入禁区。  
:  
: 然后才是寻路算法，这块才体现驾驶策略。这块的实现方法是mcts+ai，跟alphago有点类似。可以在足够多的案例中自己进化出最合适的驾驶策略。评价维度包括通行效率，安全性和舒适性。基本思路就是mcts做策略搜索，ai去学会mcts的结果，并成为mcts的评价函数反过来提升mcts的效果。这块才是体现fsd老司机的一面，面对千变万化的道路情况有很多博弈和合作的问题需要解决，这块fsd目前我认为还没做到足够好，但也只是一个给足够时间和样本就能进化的过程。  
:  
: 当然外围系统还有一堆，包括数据样本的增扩，仿真环境，自动标注等等。人为设置的部分，主要体现在仿真环境。会有人去建造一条虚拟的公路，在里面去引入各种corner case，或者增加现实中遇到的corner case的样本数量，然后喂给AI去学习。  
:  
: 基本上，AI时代，如果你想认真做事，就不太可能用人为设置规则的方法做事了，只可能有人为设置样本和目标，让ai自己去逼近。反倒是想快速出demo可以用人为设置规则的方式快速作秀。这也是为啥tesla从一开始公测就不吝啬于暴露fsd的缺陷，而众多友商到现在都不敢给用户大规模推送在demo中各种“吊打”fsd的版本。  
:  
: 说难听点，各友商“吊打fsd”的demo是不是真实的我都要打个问号。ai背后是个真人这种事情又不稀奇的咯，发生过太多次了。  
:  
: --
--
修改:zhuxiaozhu FROM 115.227.100.*
FROM 115.227.100.*