突然感觉我对自动驾驶的理解又深了一层[俏皮]
由于车辆“操控网络”的输入是感知网络的输出,所以必须用感知网络的输出来作为training set的feature set,而不是真实图像。所以自动操控的进步一定是会晚于感知的。
突然感觉我对自动驾驶的理解又深了一层[俏皮]
由于车辆“操控网络”的输入是感知网络的输出,所以必须用感知网络的输出来作为training set的feature set,而不是真实图像。所以自动操控的进步一定是会晚于感知的。
雪球上难得有一个真正懂得特斯拉自动驾驶方案的人[大笑],v9 beta只是第一个版本,相信在这个基础上迭代2-3个版本之后优势会越来越明显,那个时候我们在回过来看吧。
道理上似乎不应该。既然大框架是无监督机器学习,那么把感知和操作割裂开来是有问题的,一定会有大量不匹配的状况出现。逻辑上应该是感知和操作一起利用机器学习框架才对。无论从数据还是算力,这都不应该出现瓶颈。而且,利用影子模式来反馈纠偏机器学习的结果也是顺畅的。既然最终都是走向无监督机器学习,为什么不一开头就全力转向而是分段完成呢?这种过渡只会妨碍整体进度。$特斯拉(TSLA)$