感知路况就是难点 需要靠大量数据训练
设定规则不是问题 但规则是否完整是另一回事

比如人可以通过网上学习知道碰到碰瓷怎么办
现实中遇到这种场景会识别年龄 步态衣着神情 判断碰瓷
这个靠训练无法实现 没有足够数据
但是靠设定规则也有难度 里面包含了太多人类的先验知识

【 在 wakesman 的大作中提到: 】
: 非业内人士，粗略学过机器学习。我觉得自动驾驶，可以是精准导航加提前感知识别，再设定各种路况处理规则。这样不需要大量数据吧，跟人上驾校学车差不多。另一种是深度学习，不设定规则，就是记录大量真人驾驶数据，让系统自己学习各种状况处理。
:
: - 来自「最水木 for iPhone 7」
--
FROM 61.148.244.*

你说的这个是已经成型的算法结构，用数据训练，找到好的参数，或者形成深度学习，完全不知道决策机制。这最终其实是失败的，根本不可能成功。我觉得最终成功的，一定是人编写的代码机制，是一个可穷尽的，可靠的，可理解的类似机械结构的东西。你们调参、其实是演绎还是归纳的问题。
【 在 yehorse 的大作中提到: 】
: 你跟一个完全不懂机器学习的人讨论个啥，你说模型，他都不知道模型调参是个啥，他以为算法是代码构成的，是人写的程序。
:
: 【 在 easing 的大作中提到: 】
: ....................

- 来自「最水木 for iPhone13,2」
--
FROM 117.136.0.*

特斯拉国内差在高精度地图上了

这个叫做数据的话…

好吧，那也没错
【 在 wolfsoft 的大作中提到: 】
: 这说的有啥问题？特斯拉和小鹏的差距不是数据量难道还是算法？那再派几个码农去特斯拉打工呗
: 【 在 wrsea 的大作中提到: 】
: : 哈哈，我也贴下我刚刚的回复
: ...................
--来自微水木3.5.5
--
FROM 223.167.21.*

呵呵，有的人为了证明华为不行
然后想各种方式骗自己

【 在 wakesman 的大作中提到: 】
: 路线可以拟合，路况也能拟合？难道找了些演员和车辆，固定时刻出现？
: 【 在 last2 的大作中提到: 】
: : 多空自取
: ...................
--来自微水木3.5.5
--
修改:wrsea FROM 223.167.21.*
FROM 223.167.21.*

哈哈，对

一堆人平时接触工作就是搞点开源的人工智能，拿大量数据来忽悠下老板

就以为别人就只有这个能做…

【 在 zuigao 的大作中提到: 】
: 你认为数据是核心，那是因为你只会拿别人的算法抄一下，当然没法成为核心
:
:
: ...................
--来自微水木3.5.5
--
FROM 223.167.21.*