从隧道出来遇到阳光眼前一片惨白

【 在 wsnsw 的大作中提到: 】
:
: 但是手机上对焦切换明暗很快，人眼没法做到。
: 【 在 dogxx 的大作中提到: 】
: : 反了
: : 人眼的明暗宽容度比摄像头强太多了

#发自zSMTH@SM-F9360
--
FROM 120.244.6.*

所以你不懂啥叫策略网络？确实有代码，但是它的深度和广度已经不是由A场景触发B行为了，而是由A触发1000项分支行为。由于世界上不可能存在完全相同的场景，尤其是在实际公开道路，即使是封闭环境，比如由于光线，当前车速，周围环境障碍物的不同，汽车的行驶方式都会有不同的变化。

【 在 qtpr @ [GreenAuto] 的大作中提到: 】
:
: 别扯淡了，只要你定义所谓的最优策略，就是由算法代码决定的。由算法代码决定的东西，在相同的条件下就会总是被触发。
:
: 【 在 rasper 的大作中提到: 】
: : 那你就错了，现在智驾已经有浓厚的AI意味，博弈的成分和实时调整的成分越来越多，也就是一个条件会触发几万种策略，它再选择其中最优的那一个。这意味着你重复某一个相同场景，智驾的表现都是不同的。

#发自zSMTH@SM-S9280
--
FROM 223.104.40.*

你连原理都不知道就开始评价结果了
就告诉你即使实测，重复一个场景无数次，智驾的决策有可能大相径庭，同一个路口有时候赶过有时候犹豫有时候丝滑抢行，你知道为什么吗？

【 在 qtpr 的大作中提到: 】
:
: 这都是毫无意义的噱头，把决策机制建立在光线和像素级别的输入上，那么数据量就远不能支持有效的学习，只会增加过拟合风险和误判。
:
: 说白了，现在这套架构只能挖掘出一些样本相关，连总体相关都未必能发现，更遑论因果关系了。
:

#发自zSMTH@SM-S9280
--
FROM 223.104.40.*

搞AI和智能驾驶是两回事
就说一条，以安全性为前提，会导致策略的大不同。
你作为老司机在车阵里左突右进加塞抢行等屡屡成功，沾沾自喜，是因为你大量使用了“赌”的成分，赌人家不敢撞你，赌人家会让，赌人家守交规，赌你可以毫发无伤地过去。

但是智驾是不能这样赌的，它一定要充分计算安全性的基础上，再给与一定的博弈概率且不能将概率调得很高，而且还要实时计算安全空间，大的前提还是保守为主，这就会出现不同场景的行为差异，但这种差异的前提就是防患于未然。


【 在 qtpr @ [GreenAuto] 的大作中提到: 】
:
: 根本没有原理，我就是搞AI的，对于搞深度学习的那些人的自我吹嘘已经腻了
:
: 【 在 rasper 的大作中提到: 】
: : 你连原理都不知道就开始评价结果了

#发自zSMTH@SM-S9280
--
FROM 223.104.40.*

嗯嗯，激光就根本不管这明暗了
【 在 rasper 的大作中提到: 】
: 从隧道出来遇到阳光眼前一片惨白
:
: #发自zSMTH@SM-F9360
--
FROM 114.223.221.*