Tesla начала выпуск нового обновления программного обеспечения Full Self-Driving (FSD) Beta с улучшениями, основанными на более чем 250 000 видеороликов, полученных от ее парка автомобилей.
Судя по примечаниям к выпуску, это крупное обновление.
FSD Beta позволяет автомобилям Tesla автономно добираться до пункта назначения, введенного в навигационной системе автомобиля, но водитель должен оставаться бдительным и готовым в любой момент взять управление на себя.
Поскольку ответственность лежит на водителе, а не на системе Tesla, несмотря на название, это по-прежнему считается системой помощи водителю второго уровня. Это была своего рода программа «два шага вперед, один шаг назад», поскольку некоторые обновления приводили к регрессу в плане возможностей вождения.
Tesla часто выпускает новые обновления программного обеспечения для программы FSD Beta и добавляет в нее больше владельцев.
В настоящее время в программе участвует около 100 000 владельцев, и ожидается, что с большим количеством участников система будет иметь больше данных для обучения своих нейронных сетей.
Сегодня Tesla начала использовать новое обновление программного обеспечения FSD beta (2022.12.3.10), и, согласно примечаниям к выпуску, это одно из самых обширных обновлений на сегодняшний день.
Интересно, что Tesla впервые указывает количество видеоклипов, взятых из парка автомобилей и использованных для обучения определенным новым алгоритмам поведения. Автопроизводитель упомянул в общей сложности более 250 000 новых видеоклипов, использованных в обучающем наборе для этого обновления.
Tesla также заявила, что удалила из системы три старые нейронные сети, что привело к увеличению частоты кадров системы на 1,8 кадра в секунду.
В примечаниях к выпуску также упоминается множество других улучшений – несколько из них связаны с уровнем уверенности, с которым система предпринимает действия, что в прошлом вызывало разочарование при использовании FSD Beta.
Вы можете узнать больше обо всех улучшениях в примечаниях к выпуску ниже:
FSD BETA v10.12 Примечания к выпуску
- Обновлена структура принятия решений для непропускаемых левых поворотов с лучшим моделированием реакции объектов на действия эго путем добавления большего количества функций, формирующих решение «ехать/не ехать». Это повышает устойчивость к шумным измерениям, при этом придерживаясь решений в пределах безопасного диапазона. Структура также использует медианные безопасные зоны при необходимости для маневрирования на больших поворотах и более резкого ускорения во время маневров, когда это необходимо для безопасного выхода из перекрестка.
- Улучшено движение на малых скоростях для лучшей видимости за счет более точной геометрии полосы движения и обнаружения препятствий с более высоким разрешением.
- Уменьшено количество попыток совершать неудобные повороты за счет лучшей интеграции с прогнозированием будущего поведения объектов во время выбора полосы движения.
- Обновлен планировщик, чтобы он меньше зависел от полос движения, что позволяет плавно выходить из ограниченного пространства.
- Повышена безопасность поворотов при пересечении трафика за счет улучшения архитектуры нейронной сети для полос движения, что значительно повысило точность распознавания и геометрическую точность полос движения.
- Повышена точность распознавания и геометрическая точность всех прогнозов полос путем добавления 180 000 видеоклипов в обучающий набор.
- Сокращено количество ложных замедлений, связанных с управлением дорожным движением, за счет лучшей интеграции со структурой полосы движения и улучшенного поведения по отношению к желтым сигналам светофора.
- Улучшена геометрическая точность прогнозирования краев дороги и линий путем добавления смешивающего/связывающего слоя с обобщенной сетью статических препятствий.
- Улучшена геометрическая точность и понимание видимости путем переобучения обобщенной сети статических препятствий с улучшенными данными от автоматического маркировщика и добавлением еще 30 000 видеоклипов.
- Улучшено распознавание мотоциклов, уменьшена ошибка скорости близлежащих пешеходов и велосипедистов, а также уменьшена ошибка направления пешеходов путем добавления новых симуляционных и автоматически маркированных данных в обучающий набор.
- Повышена точность атрибута «припаркован» на транспортных средствах путем добавления 41 000 клипов в обучающий набор. Решено 48% случаев сбоев, зафиксированных нашей телеметрией 10.11.
- Улучшено распознавание удаленных пересекающихся объектов путем регенерации набора данных с улучшенными версиями нейронных сетей, используемых в автоматическом маркировщике, что повысило качество данных.
- Улучшено поведение при объезде автомобилей с открытыми дверями.
- Улучшена угловая скорость и скорость относительно полосы движения для объектов, не являющихся уязвимыми участниками дорожного движения, путем преобразования их в задачи, прогнозируемые сетью.
- Повышен комфорт при перестроении за автомобилями с резким замедлением за счет более тесной интеграции между прогнозом будущих движений ведущего автомобиля и профилем планируемого перестроения.
- Увеличена зависимость от прогнозируемого сетью ускорения для всех движущихся объектов, ранее только для объектов, имеющих продольное движение.
- Обновлены активы близлежащих транспортных средств с визуализацией, указывающей, когда у транспортного средства открыта дверь.
- Увеличение частоты кадров системы на +1,8 кадра в секунду за счет удаления трех устаревших нейронных сетей.