推 Scape: 有些人还拿那些Lv4载客服务的试验车说嘴，表示根本看不懂07/09 17:21
→ Scape: 人家在做什么。绝大多数的无人驾驶试验车都是依靠昂贵的07/09 17:22
→ Scape: 感应器跟安全人员去慢慢推进算法，用很慢的速度累积里程07/09 17:23
→ Scape: Tesla早就放弃了这一套做法，路上有超过百万辆Tesla跟他们07/09 17:23
→ Scape: 蒐集大量的资讯，同时这些资讯到中心后提供Tesla做学习训练07/09 17:25
→ Scape: 然后改进，最后反馈到车主的车辆上用阴影模式大量的测试07/09 17:25
→ Scape: 测试结果安全了、成功了才会放出来给车主使用。07/09 17:26
→ Scape: 跟那些原型车拿牌照在路上跑根本不是一回事，竟然还有人07/09 17:27
→ Scape: 拿这来反对，人家在做什么事情，其本质就那么难看懂？07/09 17:28
→ Scape: 上百万辆车在全世界各地供你用影子模式做测试，为何还要回07/09 17:29
→ Scape: 过头去搞那些又贵数量又少的原型车？07/09 17:29
就算有影子模式训练，也绝对无法取代自驾车实际路试
自驾车路试的重点
1. 环境(号志/他车/行人) -> 自驾电脑
传感器从环境收集数据，由自驾电脑运算和决策
2. 自驾车辆 -> 环境
自驾电脑的决策(例如变换车道)，进而影响环境(他车/行人)
也就是说
不只环境会影响自驾决策/行为，自驾决策/行为也会影响到环境
被自驾决策/行为影响后的环境，又再进一步影响自驾决策/行为
影响并非单边而是双向沟通，且形成回圏
因此也考验自驾电脑即时(real time)运算的能力
Tesla所谓的影子模式本身只做到第1点
用"已经蒐集好"的场景环境训练自驾电脑
场景是不会变动的既定pattern
一旦自驾电脑做了任何跟原驾驶不同的决策
由于当下没有实际行为(介入驾驶)，因此自驾电脑的决策并没有实际反馈到环境
所以就算Tesla数据量较Waymo庞大许多
但前者本质上仍然是AP和车主的驾驶数据
虽有大量数据供自驾电脑训练，但自驾电脑决策和行为并不影响到数据
而后者则是由自驾电脑与环境实际互动的纯自驾数据
并不是说影子模式没有意义
但你说有了影子模式就不需要昂贵数量少的原型车上路试验
标准外行讲的话

有些人还拿那些Lv4载客服务的试验车说嘴，表示根本看不懂人家在做什么。绝大多数的无人驾驶试验车都是依靠昂贵的感应器跟安全人员去慢慢推进算法，用很慢的速度累积里程Tesla早就放弃了这一套做法，路上有超过百万辆Tesla跟他们蒐集大量的资讯，同时这些资讯到中心后提供Tesla做学习训练然后改进，最后反馈到车主的车辆上用阴影模式大量的测试测试结果安全了、成功了才会放出来给车主使用。跟那些原型车拿牌照在路上跑根本不是一回事，竟然还有人拿这来反对，人家在做什么事情，其本质就那么难看懂？上百万辆车在全世界各地供你用影子模式做测试，为何还要回过头去搞那些又贵数量又少的原型车？

实际来看也是阿，一堆数据结果还不是杀了一堆车主，全民公测，难怪教主不敢买(？

学了理论就不用实际操作的概念

劣币还敢发文质疑凉B大师阿，这里不欢迎劣币，懂?我特万岁\(._.)/

就是坐副驾看人开车 跟教练坐旁边教你开车的差距？

劣币认证(盖)凉币好委屈

所以辅助驾驶再怎么训练也只会是辅助驾驶

那么神特吹还是只吹不买啦~~~

教主就是不懂硬要装懂的典范

凉B大师搞不好持有不少我特的股票，早就财富自由了，所以才有那么多时间上来发文教化汝等愚民。

机械系 vs 数学系 电车专业对决

凉b又被打脸惹...

为什么有人喜欢大放厥词被打脸 爱带风向双标又失败XDDD

这样说互动有点奇怪，因为实际上自驾系统就是要学习人类的决策和驾驶行为，那电脑与环境的互动有很重要吗？

凉B是Google系吧！明明没亲用心得还能吹的跟神一样，不愧是键盘云车手！好嘴好嘴。

例如，人看到障碍物，旁边无车人决策都是闪避，旁边有车人的决策都是煞停，这样决策策略似乎都是固定的

凉B依旧google中

不是吧 如果ai做了跟驾驶不一样的决定，就要回去找为什么；不然就跟放ai自己路试没差

有人就喜欢当子龙啊 花大钱帮人测试半成品

因为这样，有人做GTA的自驾，因为GTA是可以让 控制系统实际控制车辆的

把半成品放上去给顾客用重新定义成潮 就有信仰买单了反正等新挑战者把特斯拉M3比下去 扣除自驾M3根本不值那价造车品质还得练基本功

影子模式？接近Lv5?那先下放个高速下能辨识正前方静止物的功能给现有车主吧！先用行动震憾一下市场

如果决策固定 连学习都不用 直接写死就好啦

有种方式就是上高速自动转自驾系统配合车联网与传感分配车速一般道路通行就由驾驶人开

tesla的想法 可能就是把全部可能的pattern都丢进去啊

先解决一个主要效率场景 其他再说

凉B: 干 这场遇到大魔王 这场我先装死 明天开始洗板

想直接直上一步到位反而不可取

推~

但是特斯拉不就是把蒐集到的大数据再重新训练后OTA更新到车辆上再不断的收集更多 pattern 训练后再更新吗？在数据量(可能周遭路况也有记录）极大的情况下

目前cnn都用在辨识而已 决策有在用ai的吗？感觉不大需要

不是一样可以做到跟环境互动的意思？我自己包括很多车主的经验是，如果常常介入修正AP路线，多几次之后也不用等OTA更新，AP会自动修正路线主要是发生在过较大弯道路口的时候，前方没车可以追

特斯拉怎么可能只有影子模式？？？

我的理解，影子模式应该是类似训练模型中的验证资料，训练目标就是与人类行为一致，而感觉谈到环境互动已经

每台车开启AP的时候就是有实际跟环境在互动啊

所以AP很可能直接无预警切换到别条车道

数据再多，只有单方向的input而没有互动，做出来的演算模型是很有问题的。就像三宝座在副驾驶座看到的路况，绝对和三宝自己握方向盘时不同。

不然AP是怎么对切入的车子做出反应的我实际遇到过交流道上来的两台车分别切我的前方跟后方然后AP处理得很完美 完全没有不舒服的顿挫这不是 two-way，什么才是？

感觉车板都是特斯拉的RD,系统如何开发都了若指掌一样

特斯拉系统跟其他最大的不同就在于要做能应变未知状况

自动驾驶遇到别的车插入车道，那是单方向应对，那来的互动成分？？

才刚放出来就来乱 XDDDDDD 我对你吹的"很完美"非常怀疑

用超车道来超车自动超车难道不是会改变环境的行为吗？

一样是三宝为例，驾驶行为呈现三宝状态时，其他驾驶跟车或变换车道的方式，就会与看到非三宝时不同。https://m.cnyes.com/news/id/4325168由这个新闻来看，特斯拉的超车离“完美”的距离，应该还有两个三宝吧

hanchueh: 别的车插入车道 难道自身不用加减速来应变吗？可以啊~特斯拉不是就是加速去A大车吗? XD

每次看凉币被打脸好爽

所以说特斯拉绝对不是只有影子模式

特斯拉撞大货车那起蠢事，单纯是为了省钱没使用具深度检知的感应器。这种错误其实还比这种没有双向互动学习的case还要更低级

AP未启动时收集影子数据 AP启动时收集two-way数据

标题 中国深圳有位特斯拉车主上网讨拍https://tinyurl.com/y8udsb8u敢插我? 看谁硬RRRRRR

我等教主回应 副教主看不上眼了

自动驾驶车辆双向互动的重要性，大到可以被5G行动通讯拿来当成主要的卖点。

宣传很好听 撞了就改口是辅助

我来惹，怎么没有云车主的回应，难道今天谷哥停机维修中吗?

某副良币出来救驾了 能不能来个能打的

文明赏车 世界和平 https://youtu.be/ePUxQe1-Gno

如果车子真的学会环境互动的影响，那就会发生level5的车子硬剪线，或是出路口慢慢往前督，这种试图影响环境的行为，我觉得不见得是好事反而根据现况决策，不试图影像环境是比较合理的行为

他一直都外行吧，他也不否认啊 就是资料查的勤

车主平常开车的行为模式其实就已经隐含双向的决策了，AI是可以依车主在行驶时的决策学习到与环境的互动模型的，并不是完全单向学习还有一点是一般人看到一台自驾车的反应和看到一台一般车的反应不一样，一台高调的自驾车（装一堆sensor在车顶车头）并不能学到真正的行驶经验，简单来说就是大家都会倾向礼让

凉币要被劣币驱逐了吗？

自驾车，不会想下车拿球棒拼输赢

单向学习为何学不到互动?数据量够庞大不也模拟所有可能反应?决策影响环境或许单向学习较慢，但信息量只要够庞大不也一样虽然双向获取特定反馈上很快，但也是需要累积数据吧特定状况像一般人没有的驾驶行为，那真的只有2.可以测试

万一特斯拉的影子主人是个三宝决策不就变成一个三宝的影子

AI要能介入驾驶，首先要学会如何介入，怎么会说因为影子模式AI没有介入驾驶所以没办法学到如何介入驾驶，它正在从人身上学习如何介入啊而且机器学习本来就是从过去的资料学习，难道要从未来的资料学吗？你放一台自驾车去学，它也是蒐集资料后更新模型，也是用过去的资料啊回应三宝的部分，如果这个世界三宝比例高于一般人，那的确要学习如何以三宝的思考方式驾驶，因为这才是符合现实世界的模型

我以为他的论点是说，出车祸是因为你教坏tesla，tesla无辜

劣币讲的话听听就算了，别当真，还真以为良币勒

简言之就像统计会避开outlier,除非路上的三宝才是平均值

举例来说，影子模式学会人如何超车，所以之后AI照着人超车的方式超车难道一定要由自驾电脑自己超车几百次然后分析哪些造成车祸哪些顺利超车才叫做”双向”假设人类有一百种超车方式，分布在一万个场景，首先AI从影子模式学会了这100种超车方式，然后再把这个AI丢到自驾车学习那些以前没出现过的第101种超车方式那么如果要达到Level 5，是否从影子模式开始建构AI自驾模型才是正确的第一步，而不是直接丢一台自驾车让它从头学起

自主驾驶大概在电脑有自我意识前不会发生，因为是电脑电脑不可能无中生有的做决策

那就要看自主驾驶的定义是什么，如果AI能完全学到某一个车主的所有驾驶行为，开起来也跟车主一模一样，那这个算不算AI达成自主驾驶，还是这个AI必须达成自主思考才能称为什么自主驾驶能通过图灵测试的自动驾驶算不算有自主驾驶能力？也许它只是模仿某个驾驶人，但是行为上它就像个真人但是真的要达到自主驾驶才称作Level5吗？

现实生活中路况千奇百怪，光是模仿驾驶人，也不可能把所有路况复制。就算是用生成对抗网络跑出来的AI模型，遇到愚蠢的异常对手，也是直接失能。不然有人开车开了几十年，也没遇上卡车横在路中间还加速撞上去的蠢事吧，这个AI再怎么模仿也模仿不来。

这其实也是elon强调数据量的主因之一，如果tesla蒐集的数据量无法应对生活中的例外状况的话，那更别说其他没有数据的自驾公司了

那就是前面讲的，没有互动的大bug啊。就像三宝坐在副驾看得再久，真的自己开车时，路况与其他车辆的反应也还是会出现很大的差异。就算你一口气把头文字D看完，也不代表你在秋明山上飘移时，会有像中里毅一样敢让你贴著车尾开的勇者。

简单来讲就是看A片，A片看再多 看再久你也不会有金手指，变加藤鹰更何况还是都看同一葛人演的A片回原厂OTA也只不过等同是你Google如何做爱网络上说九浅一深，轮到你上阵的时候你真的能九浅一深吗？车辆零组件也会有公差，数据不可能直接照搬特斯拉的做法就有满像驾训班，只是从人变成电脑这样

所以是tesla内部都没有车在路上跑的意思?

即使像是一般自驾公司弄互动资料，你相信那一点点的数

内部测试车当然有在路上 而且其实也有用光达

只是最终目标是做出不用光达也能用的系统https://i.imgur.com/HmXvoWX.jpghttps://i.imgur.com/Q9NHLaH.jpg

你测试车用光达 量产车用雷达，也难怪会撞货车 懂了

全自驾功能尚未开放 现阶段仍需要驾驶监控