※ 本文轉寄自 ptt.cc 更新時間: 2020-07-10 12:05:39
看板 car
作者 標題 Re: [新聞] 馬斯克：特斯拉已經非常接近 Level 5 完
時間 Fri Jul 10 09:16:06 2020
推 : 有些人還拿那些Lv4載客服務的試驗車說嘴，表示根本看不懂07/09 17:21
→ : 人家在做什麼。絕大多數的無人駕駛試驗車都是依靠昂貴的
→ : 感應器跟安全人員去慢慢推進算法，用很慢的速度累積里程
→ : Tesla早就放棄了這一套做法，路上有超過百萬輛Tesla跟他們
→ : 蒐集大量的資訊，同時這些資訊到中心後提供Tesla做學習訓練
→ : 然後改進，最後反饋到車主的車輛上用陰影模式大量的測試
→ : 測試結果安全了、成功了才會放出來給車主使用。
→ : 跟那些原型車拿牌照在路上跑根本不是一回事，竟然還有人
→ : 拿這來反對，人家在做什麼事情，其本質就那麼難看懂？
→ : 人家在做什麼。絕大多數的無人駕駛試驗車都是依靠昂貴的
→ : 感應器跟安全人員去慢慢推進算法，用很慢的速度累積里程
→ : Tesla早就放棄了這一套做法，路上有超過百萬輛Tesla跟他們
→ : 蒐集大量的資訊，同時這些資訊到中心後提供Tesla做學習訓練
→ : 然後改進，最後反饋到車主的車輛上用陰影模式大量的測試
→ : 測試結果安全了、成功了才會放出來給車主使用。
→ : 跟那些原型車拿牌照在路上跑根本不是一回事，竟然還有人
→ : 拿這來反對，人家在做什麼事情，其本質就那麼難看懂？
→ : 上百萬輛車在全世界各地供你用影子模式做測試，為何還要回07/09 17:29
→ : 過頭去搞那些又貴數量又少的原型車？
→ : 過頭去搞那些又貴數量又少的原型車？
就算有影子模式訓練，也絕對無法取代自駕車實際路試
自駕車路試的重點
1. 環境(號誌/他車/行人) -> 自駕電腦
感測器從環境收集數據，由自駕電腦運算和決策
2. 自駕車輛 -> 環境
自駕電腦的決策(例如變換車道)，進而影響環境(他車/行人)
也就是說
不只環境會影響自駕決策/行為，自駕決策/行為也會影響到環境
被自駕決策/行為影響後的環境，又再進一步影響自駕決策/行為
影響並非單邊而是雙向溝通，且形成迴圏
被自駕決策/行為影響後的環境，又再進一步影響自駕決策/行為
影響並非單邊而是雙向溝通，且形成迴圏
因此也考驗自駕電腦即時(real time)運算的能力
Tesla所謂的影子模式本身只做到第1點
用"已經蒐集好"的場景環境訓練自駕電腦
場景是不會變動的既定pattern
一旦自駕電腦做了任何跟原駕駛不同的決策
由於當下沒有實際行為(介入駕駛)，因此自駕電腦的決策並沒有實際反饋到環境
所以就算Tesla數據量較Waymo龐大許多
但前者本質上仍然是AP和車主的駕駛數據
雖有大量數據供自駕電腦訓練，但自駕電腦決策和行為並不影響到數據
而後者則是由自駕電腦與環境實際互動的純自駕數據
並不是說影子模式沒有意義
但你說有了影子模式就不需要昂貴數量少的原型車上路試驗
標準外行講的話
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.73.253.38 (臺灣)
※ 文章代碼(AID): #1V1y5RZq (car)
※ 文章網址: https://www.ptt.cc/bbs/car/M.1594343771.A.8F4.html
※ 同主題文章:
07-09 17:10 ■ Re: [新聞] 馬斯克：特斯拉已經非常接近 Level 5 完
● 07-10 09:16 ■ Re: [新聞] 馬斯克：特斯拉已經非常接近 Level 5 完
07-10 12:31 ■ Re: [新聞] 馬斯克：特斯拉已經非常接近 Level 5 完
07-13 14:00 ■ Re: [新聞] 馬斯克：特斯拉已經非常接近 Level 5 完
推 : 實際來看也是阿，一堆數據結果還不是殺了一堆車主，全1F 07/10 09:23
→ : 民公測，難怪教主不敢買(？
→ : 民公測，難怪教主不敢買(？
→ : 學了理論就不用實際操作的概念3F 07/10 09:27
影子模式缺乏自駕電腦決策和行為如何影響到他車(因為場景已固定寫死)舉人開車的例子就好，實際上路時和周遭其他駕駛一定是隨時互動和影響
一個駕駛行為可能就改變前後左右的車流
推 : 劣幣還敢發文質疑涼B大師阿，這裡不歡迎劣幣，懂?4F 07/10 09:36
→ : 我特萬歲\(._.)/
→ : 我特萬歲\(._.)/
→ : 就是坐副駕看人開車 跟教練坐旁邊教你開車的差距？6F 07/10 09:43
你看著A開車，判斷哪裡應該煞車/加速或換車道但那終究只是你的想法，你的想法並沒有改變A的駕駛行為
在沒改變當下A駕駛行為的前提下
你的想法不影響路上他車行為，也不會因他車被影響後產生的行為再進一步影響你判斷
推 : 劣幣認證(蓋)7F 07/10 09:46
→ : 涼幣好委屈
→ : 涼幣好委屈
推 : 所以輔助駕駛再怎麼訓練也只會是輔助駕駛9F 07/10 09:52
推 : 那麼神特吹還是只吹不買啦~~~10F 07/10 09:56
推 : 教主就是不懂硬要裝懂的典範11F 07/10 09:59
推 : 涼B大師搞不好持有不少我特的股票，早就財富自由了，所以12F 07/10 10:00
→ : 才有那麼多時間上來發文教化汝等愚民。
→ : 才有那麼多時間上來發文教化汝等愚民。
推 : 機械系 vs 數學系 電車專業對決14F 07/10 10:08
不是的，這屬於控制範疇是環境影響自駕車決策，自駕車決策後的行為又影響環境
影子模式中任何自駕決策並沒有在當下feedback給環境
推 : 涼b又被打臉惹...15F 07/10 10:34
推 : 為什麼有人喜歡大放厥詞被打臉 愛帶風向雙標又失敗XDDD16F 07/10 10:35
推 : 這樣說互動有點奇怪，因為實際上自駕系統就是要學習人17F 07/10 10:49
→ : 類的決策和駕駛行為，那電腦與環境的互動有很重要嗎？
駕駛人會依據環境做決策和行為，但駕駛人本身的行為也會影響環境呀→ : 類的決策和駕駛行為，那電腦與環境的互動有很重要嗎？
自駕系統學習人類決策和行為，但影子模式下自駕系統決策並沒有產生實際行為影響環境
環境->自駕系統單向的訓練 和 環境<->自駕系統雙向互動影響
兩者不相同
推 : 涼B是Google系吧！明明沒親用心得還能吹的跟神一樣，不愧19F 07/10 10:49
→ : 是鍵盤雲車手！好嘴好嘴。
→ : 是鍵盤雲車手！好嘴好嘴。
→ : 例如，人看到障礙物，旁邊無車人決策都是閃避，旁邊有21F 07/10 10:52
→ : 車人的決策都是煞停，這樣決策策略似乎都是固定的
你講的是在固定場景下，自駕電腦該如何因應與決策→ : 車人的決策都是煞停，這樣決策策略似乎都是固定的
但場景是隨時會因自駕電腦決策和行為而變化
ex: 自駕車前方有障礙物，若自駕車有意圖切換車道，旁車可能會選擇減速禮讓
推 : 涼B依舊google中23F 07/10 10:58
→ : 不是吧 如果ai做了跟駕駛不一樣的決定，就要回去找為什24F 07/10 11:02
→ : 麼；不然就跟放ai自己路試沒差
但不一定原駕駛人行為是對的呀→ : 麼；不然就跟放ai自己路試沒差
假設ai做了跟駕駛不一樣的決定，那這不一樣的決定又會如何改變周遭環境
這點無從得知，因為環境變動是已經錄好的pattern
噓 : 有人就喜歡當子龍啊 花大錢幫人測試半成品26F 07/10 11:04
推 : 因為這樣，有人做GTA的自駕，因為GTA是可以讓 控制系統27F 07/10 11:05
→ : 實際控制車輛的
→ : 實際控制車輛的
→ : 把半成品放上去給顧客用重新定義成潮 就有信仰買單了29F 07/10 11:06
推 : 反正等新挑戰者把特斯拉M3比下去 扣除自駕M3根本不值那價
做自駕的也不是太樂觀，並非卡在技術推 : 反正等新挑戰者把特斯拉M3比下去 扣除自駕M3根本不值那價
而是該如何商業化(現有技術成本過高)，還有法規
→ : 造車品質還得練基本功31F 07/10 11:10
推 : 影子模式？接近Lv5?那先下放個高速下能辨識正前方靜止物的32F 07/10 11:11
→ : 功能給現有車主吧！先用行動震憾一下市場
→ : 功能給現有車主吧！先用行動震憾一下市場
→ : 如果決策固定 連學習都不用 直接寫死就好啦34F 07/10 11:12
→ : 有種方式就是上高速自動轉自駕系統35F 07/10 11:13
→ : 配合車聯網與感測分配車速
→ : 一般道路通行就由駕駛人開
→ : 配合車聯網與感測分配車速
→ : 一般道路通行就由駕駛人開
→ : tesla的想法 可能就是把全部可能的pattern都丟進去啊38F 07/10 11:15
影子模式下pattern是死的，自駕車怎樣的決策不影響周遭環境路試下pattern隨時在變化，可能因自駕車某個行為而改變周遭環境
→ : 先解決一個主要效率場景 其他再說39F 07/10 11:16
→ : 涼B: 乾 這場遇到大魔王 這場我先裝死 明天開始洗板40F 07/10 11:17
→ : 想直接直上一步到位反而不可取41F 07/10 11:18
推 : 推~42F 07/10 11:19
→ : 但是特斯拉不就是把蒐集到的大數據再重新訓練後OTA43F 07/10 11:25
→ : 更新到車輛上再不斷的收集更多 pattern 訓練後再更新
因為自駕車更新後的決策是用到下次類似場景→ : 更新到車輛上再不斷的收集更多 pattern 訓練後再更新
所以當下是單方向影響
有興趣可以看MIT Rodney Brooks這篇
Unexpected Consequences of Self Driving Cars
https://rodneybrooks.com/unexpected-consequences-of-self-driving-cars/
→ : 嗎？在數據量(可能周遭路況也有記錄）極大的情況下45F 07/10 11:27
→ : 目前cnn都用在辨識而已 決策有在用ai的嗎？感覺不大需要46F 07/10 11:27
→ : 不是一樣可以做到跟環境互動的意思？47F 07/10 11:27
影子模式下，電腦決策沒實際行為，所以不是影響"當下環境場景"two way interaction (real time)
→ : 我自己包括很多車主的經驗是，如果常常介入修正AP路48F 07/10 11:28
→ : 線，多幾次之後也不用等OTA更新，AP會自動修正路線
→ : 主要是發生在過較大彎道路口的時候，前方沒車可以追
→ : 線，多幾次之後也不用等OTA更新，AP會自動修正路線
→ : 主要是發生在過較大彎道路口的時候，前方沒車可以追
推 : 特斯拉怎麼可能只有影子模式？？？51F 07/10 11:29
推 : 我的理解，影子模式應該是類似訓練模型中的驗證資料，52F 07/10 11:30
→ : 訓練目標就是與人類行為一致，而感覺談到環境互動已經
→ : 訓練目標就是與人類行為一致，而感覺談到環境互動已經
→ : 每台車開啟AP的時候就是有實際跟環境在互動啊54F 07/10 11:30
→ : 是大系統的狀態，但是拆分下來其實是每一個決策所造成55F 07/10 11:30
→ : 所以AP很可能直接無預警切換到別條車道56F 07/10 11:30
→ : 的效應，所以感覺上不是在同樣的基準點討論57F 07/10 11:30
→ : 數據再多，只有單方向的input而沒有互動，做出來的演算模58F 07/10 11:30
→ : 型是很有問題的。就像三寶座在副駕駛座看到的路況，絕對和
→ : 三寶自己握方向盤時不同。
→ : 型是很有問題的。就像三寶座在副駕駛座看到的路況，絕對和
→ : 三寶自己握方向盤時不同。
→ : 不然AP是怎麼對切入的車子做出反應的61F 07/10 11:31
→ : 我實際遇到過交流道上來的兩台車分別切我的前方跟後方
→ : 然後AP處理得很完美 完全沒有不舒服的頓挫
→ : 這不是 two-way，什麼才是？
你講的是單向，環境場景影響車輛決策/行為→ : 我實際遇到過交流道上來的兩台車分別切我的前方跟後方
→ : 然後AP處理得很完美 完全沒有不舒服的頓挫
→ : 這不是 two-way，什麼才是？
但車輛本身的行為也會影響到環境(他車)，這點影子模式無法做到
推 : 感覺車板都是特斯拉的RD,系統如何開發都瞭若指掌一樣65F 07/10 11:35
推 : 特斯拉系統跟其他最大的不同就在於要做能應變未知狀況66F 07/10 11:36
→ : 自動駕駛遇到別的車插入車道，那是單方向應對，那來的互動67F 07/10 11:36
→ : 成分？？
→ : 成分？？
→ : 的結果錢大完全講顛倒了69F 07/10 11:36
→ : 所謂的互動，還包含其他車輛駕駛對自動駕駛車的行為，所做70F 07/10 11:36
→ : 的反應。
→ : 的反應。
→ : 別的車插入車道 難道自身不用加減速來應變嗎？72F 07/10 11:36
→ : 更何況如果前方車太慢 特斯拉還會自己往左切
→ : 更何況如果前方車太慢 特斯拉還會自己往左切
→ : 才剛放出來就來亂 XDDDDDD 我對你吹的"很完美"非常懷疑74F 07/10 11:37
→ : 用超車道來超車75F 07/10 11:37
推 : 自動超車難道不是會改變環境的行為嗎？
推 : 自動超車難道不是會改變環境的行為嗎？
→ : 一樣是三寶為例，駕駛行為呈現三寶狀態時，其他駕駛跟車或77F 07/10 11:39
→ : 變換車道的方式，就會與看到非三寶時不同。
→ : https://m.cnyes.com/news/id/4325168
→ : 由這個新聞來看，特斯拉的超車離“完美”的距離，應該還有
→ : 兩個三寶吧
→ : 變換車道的方式，就會與看到非三寶時不同。
→ : https://m.cnyes.com/news/id/4325168
→ : 由這個新聞來看，特斯拉的超車離“完美”的距離，應該還有
→ : 兩個三寶吧
→ : hanchueh: 別的車插入車道 難道自身不用加減速來應變嗎？82F 07/10 11:41
→ : 可以啊~特斯拉不是就是加速去A大車嗎? XD
※ 編輯: chandler0227 (42.73.253.38 臺灣), 07/10/2020 11:43:31→ : 可以啊~特斯拉不是就是加速去A大車嗎? XD
推 : 每次看涼幣被打臉好爽84F 07/10 11:45
推 : 所以說特斯拉絕對不是只有影子模式85F 07/10 11:45
→ : 特斯拉撞大貨車那起蠢事，單純是為了省錢沒使用具深度檢知86F 07/10 11:45
→ : 的感應器。這種錯誤其實還比這種沒有雙向互動學習的case還
→ : 要更低級
→ : 的感應器。這種錯誤其實還比這種沒有雙向互動學習的case還
→ : 要更低級
→ : AP未啟動時收集影子數據 AP啟動時收集two-way數據89F 07/10 11:46
![[圖]](http://pic.rmb.bdstatic.com/bjh/news/0bb54ed2f57648ce22b51c25974ba54d.gif)
→ : 敢插我? 看誰硬RRRRRR92F 07/10 11:48
→ : 我等教主回應 副教主看不上眼了93F 07/10 11:52
→ : 自動駕駛車輛雙向互動的重要性，大到可以被5G行動通訊拿來94F 07/10 11:56
→ : 當成主要的賣點。
→ : 當成主要的賣點。
→ : 宣傳很好聽 撞了就改口是輔助96F 07/10 11:58
--
※ 看板: Car 文章推薦值: 0 目前人氣: 0 累積人氣: 56
作者 chandler0227 的最新發文:
![]()
先說我錯了..... 台本(亞太規)還真的有辦法在不更新產線下 讓CRV 6代能有TNCAP五星成績(雖然仍然是2017發布版次) 但當初我說等撞測，不能端看那根前防撞樑就能判斷安全性 被砲超慘 這 …129F 48推 7噓![]()
EUROPEAN NEW CAR ASSESSMENT PROGRAMME (Euro NCAP) TEST PROTOCOL – AEB Car-to-Car systems 節錄關於Global …116F 44推 2噓![]()
不要不懂裝懂亂講 moose test是依據ISO 3888 ISO 3888-1:2018 Passenger cars — Test track for a severe lane-change …89F 45推 2噓- 2023年8月 中華董事會通過購買桃園市楊梅區土地案，計18.10億元 桃園市楊梅區新秀段61地號等22筆土地及梅園段132地號等6筆土地，共28筆土地。 2024年7月 中華汽車產業園區開發計畫案 …110F 28推 7噓
![]()
來講講影片鬼扯的地方 這位置應該是吸能盒了 吸能盒做很厚難道其他結構處變形比較好？ 看個前後橫樑就能知道不注重安全性？ 那全世界的NCAP是不是都該收一收了 用前防撞樑寬度跟車寬的比例來當防護率？ …254F 107推 15噓
點此顯示更多發文記錄
回列表(←)
分享