fsd也并不会全绕，在旁边（对向）车道有车或有前车压了也会压的，并不会机械的全绕过去

【 在 ralfak 的大作中提到: 】
: 这个绕水坑本来就是个问题
: 老司机可能会看标尺或者跟着其他车后面冲过去
--
FROM 116.237.109.*

那你为啥特意去把航母那段话改了呢？

【 在 djkstra 的大作中提到: 】
: 开飞机跟开车两码事，即使民航飞机也就只是装个气象雷达而已
:
--
FROM 218.247.161.*

单纯从原理上将，单一传感器的缺陷肯定比双传感器互相弥补缺陷更多。
至于从算法层面、多传感器融合是否能够彻底实现1+1=2或>2，这个需要更多研究去实现，而且我也不认为就靠天天说遥遥领先的人提到谁谁投入了几万名工程师、五年研发出来的就意味着可靠。
总之，无论哪种方案，他都顶多是辅助驾驶，而不是智能驾驶，智能这个词现在是最负面的一个词，烂大街了。
【 在 tribby 的大作中提到: 】
: 这个视频有点老，已经被打假，具体不说了。
: 里面有个评论很有意思：“以为大家都是小学生？纯视觉永远比不上视觉加雷达的效果”。
: 确实不是小学生，但撑死了也就是中学生，就是知道些原理和推理方法，但也仅限于此。不知道研究生做研究面对的并不是简单的牛顿第一定律或者1+1=2，更不知道工程应用考虑的维度和复杂度是远大于基础原理表现的那么简单。
: ...................
--
FROM 124.126.165.*

学习了，谢谢普及知识

现在辅助驾驶端到端这种的出问题，如果不是算力或者传感这些环节的原因，就是碰到了corner case吗？
【 在 bluaze 的大作中提到: 】
:  
: 你说的处理是指什么呢，训练吗，车载那点算力根本不可能训练，推理呢，当然能推理，输入灌进去，模型都能给出结果，那这个结果好不好呢（我想这应该也是你问的本意），那大概率是不太好的，就刚才举例的线性回归这么简单的模型，在样本点很少或干脆没有的地方，预测效果也会是很差的，虽然给出x就能得出y  

: ..................

发自「今日水木 on iPhone SE 2」
--
FROM 223.104.40.*

各种都有，像这回小米出事的，是小米最基础的型号，本地推理算力可能都不够
端到端最终怎么样看训练算力大小、模型泛化能力、数据积累，数据积累就是对付corner case的，另两个也很重要，这两个还相互影响，比如国产很多智驾会把场景分成几个大类，这样每一类就可以用一个小的模型，为什么这么做呢，因为小模型对算力要求少，但这样模型泛化能力就差，还得前置一个归类的决策，但有些实际场景没那么好归类，表现就会有些抽风

【 在 rocfirst 的大作中提到: 】
: 学习了，谢谢普及知识
: 现在辅助驾驶端到端这种的出问题，如果不是算力或者传感这些环节的原因，就是碰到了corner case吗？
:
: ...................
--
FROM 116.237.109.*