Sembra che dopo diverse iterazioni e aggiustamenti, FSD Beta 10.69 sia pronto per essere implementato nel programma FSD Beta più ampio. Elon Musk ha menzionato l’aggiornamento su Twitter, con il CEO che ha affermato che v10.69.2.2. dovrebbe estendersi a 160.000 proprietari negli Stati Uniti e in Canada.
Simile agli altri suoi annunci sul programma FSD Beta, i commenti di Musk sono stati pubblicati su Twitter. “FSD Beta 10.69.2.1 sembra buono, estendendosi a 160.000 proprietari negli Stati Uniti e in Canada”, ha scritto Musk prima di correggersi e chiarire che stava parlando di FSD Beta 10.69.2.2, non v10.69.2.1.
Sebbene Elon Musk abbia una nota tendenza ad essere estremamente ottimista riguardo alle affermazioni relative a FSD Beta, i suoi commenti sulla v10.69.2.2 riflettono le osservazioni di alcuni membri di lunga data del programma. Beta tester FSD veterano @WholeMarsBlog, che non esita a criticare il sistema se non funziona bene, ha notato che le sue acquisizioni con la v10.69.2.2 sono state marginali. Collega FSD Beta tester @GailAlfarATX riportato osservazioni simili.
Sembra che Tesla stia decisamente spingendo per rilasciare FSD nella sua flotta. I recenti commenti del Senior Director of Investor Relations di Tesla, Martin Viecha, durante una conferenza tecnologica di Goldman Sachs solo su invito, hanno suggerito che il produttore di veicoli elettrici è sulla buona strada per rilasciare FSD “supervisionato” verso la fine dell’anno. È più o meno lo stesso periodo della stima di Elon Musk per l’ampio rilascio di FSD.
Va notato, ovviamente, che anche se Tesla riuscisse a rilasciare FSD “supervisionato” ai consumatori entro la fine dell’anno, la versione del sistema avanzato di assistenza alla guida richiederebbe comunque ai conducenti di prestare attenzione alla strada e seguire la corretta pratiche di guida. Con un FSD “supervisionato” completo di funzionalità, tuttavia, le Tesla sarebbero in grado di navigare da sole indipendentemente dal fatto che si trovino in autostrada o nelle strade del centro città. E questa, in definitiva, è una caratteristica che sarà estremamente difficile da battere.
#fsdbeta 10.69.2.2 gestisce i pedoni sulla svolta a destra. Ancora una volta gestisce in modo chiaro e sicuro i pedoni senza il problema di mettere la persona al primo posto. Sono impressionato dalla progressione di ogni aggiornamento. @Elon Musk pic.twitter.com/6k7A2a1ImX
— Proprietari di Tesla Silicon Valley (@teslaownersSV) 20 settembre 2022
Di seguito sono riportate le note di rilascio di FSD Beta v10.69.2.2, come recuperate da NotaTeslaApp:
– Aggiunto un nuovo modulo “deep lane guidance” alla rete neurale Vector Lanes che fonde le caratteristiche estratte dai flussi video con i dati delle mappe grossolane, ovvero il conteggio delle corsie e le connettività delle corsie. Questa architettura consente di ottenere un tasso di errore inferiore del 44% sulla topologia delle corsie rispetto al modello precedente, consentendo un controllo più fluido prima che le corsie e le relative connessioni diventino visivamente evidenti. Ciò fornisce un modo per rendere ogni pilota automatico alla guida di chi guida il proprio tragitto giornaliero, ma in un modo sufficientemente generale che si adatti ai cambiamenti della strada.
– Maggiore fluidità di guida complessiva, senza sacrificare la latenza, attraverso una migliore modellazione del sistema e latenza di attuazione nella pianificazione della traiettoria. Il pianificatore della traiettoria ora tiene conto in modo indipendente della latenza dai comandi di sterzata all’attivazione effettiva dello sterzo, nonché dai comandi di accelerazione e frenata all’attivazione. Ciò si traduce in una traiettoria che è un modello più accurato di come guiderebbe il veicolo. Ciò consente un migliore tracciamento e fluidità del controller a valle, consentendo anche una risposta più accurata durante manovre difficili.
– Migliorate le svolte a sinistra non protette con un profilo di velocità più appropriato quando ci si avvicina e si esce da regioni di incrocio mediano, in presenza di traffico trasversale ad alta velocità (svolta a sinistra non protette “Chuck Cook style”). Ciò è stato fatto consentendo uno scatto iniziale ottimizzabile, per imitare la dura pressione del pedale di un essere umano, quando richiesto per andare di fronte a oggetti ad alta velocità. Migliorato anche il profilo laterale che si avvicina a tali regioni di sicurezza per consentire una migliore posa che si allinea bene per uscire dalla regione. Infine, una migliore interazione con gli oggetti che entrano o aspettano all’interno della regione di crossover mediana con una migliore modellazione del loro intento futuro.
– Aggiunto controllo per volumi mobili arbitrari a bassa velocità da Occupancy Network. Ciò consente anche un controllo più preciso per forme di oggetti più precise che non possono essere facilmente rappresentate da una primitiva cuboide. Ciò richiedeva la previsione della velocità ad ogni voxel 3D. Possiamo ora controllare gli UFO che si muovono lentamente.
– Occupancy Network aggiornato per utilizzare video anziché immagini da un singolo passaggio temporale. Questo contesto temporale consente alla rete di essere resistente alle occlusioni temporanee e consente la previsione del flusso di occupazione. Inoltre, è stata migliorata la verità di base con il rifiuto degli outlier guidato dalla semantica, il mining di esempi concreti e l’aumento delle dimensioni del set di dati di 2,4 volte.
– Aggiornata a una nuova architettura a due stadi per produrre la cinematica degli oggetti (ad es. velocità, accelerazione, velocità di imbardata) in cui il calcolo della rete è allocato O(oggetti) invece di O(spazio). Questo miglioramento della velocità stima del 20% per i veicoli che attraversano molto lontano, utilizzando un decimo del calcolo.
– Maggiore scorrevolezza per le curve a destra protette migliorando l’associazione dei semafori con le corsie di svincolo rispetto ai segnali di cedimento con le corsie di svincolo. Ciò riduce i falsi rallentamenti quando non sono presenti oggetti rilevanti e migliora anche la posizione di cedimento quando sono presenti.
– Ridotti falsi rallentamenti vicino ai passaggi pedonali. Ciò è stato fatto con una migliore comprensione dell’intento di pedoni e ciclisti in base al loro movimento.
– Migliorato l’errore geometrico delle corsie rilevanti per l’ego del 34% e le corsie di attraversamento del 21% con un aggiornamento completo della rete neurale di Vector Lanes. I colli di bottiglia delle informazioni nell’architettura di rete sono stati eliminati aumentando le dimensioni degli estrattori di funzionalità per telecamera, dei moduli video, degli interni del decoder autoregressivo e aggiungendo un meccanismo di forte attenzione che ha notevolmente migliorato la posizione precisa delle corsie.
– Reso il profilo di velocità più confortevole quando si striscia per la visibilità, per consentire arresti più fluidi durante la protezione di oggetti potenzialmente occlusi.
– Miglioramento del richiamo degli animali del 34% raddoppiando le dimensioni del set di addestramento con etichettatura automatica.
– Abilitato lo scorrimento per la visibilità a qualsiasi incrocio in cui gli oggetti potrebbero incrociare il percorso dell’ego, indipendentemente dalla presenza dei controlli del traffico.
– Migliore precisione della posizione di arresto in scenari critici con oggetti che si incrociano, consentendo la risoluzione dinamica nell’ottimizzazione della traiettoria per concentrarsi maggiormente sulle aree in cui è essenziale un controllo più preciso.
– Aumento del richiamo del 36% delle corsie di biforcazione facendo partecipare i token topologici alle operazioni di attenzione del decodificatore autoregressivo e aumentando la perdita applicata ai token di biforcazione durante l’allenamento.
– Miglioramento dell’errore di velocità per pedoni e ciclisti del 17%, soprattutto quando l’ego sta effettuando una svolta, migliorando la stima della traiettoria a bordo utilizzata come input per la rete neurale.
– Migliorato il richiamo del rilevamento degli oggetti, eliminando il 26% dei rilevamenti mancanti per i veicoli che attraversano lontani, ottimizzando la funzione di perdita utilizzata durante l’addestramento e migliorando la qualità dell’etichetta.
– Migliorata la previsione del percorso futuro dell’oggetto in scenari con un’elevata velocità di imbardata incorporando la velocità di imbardata e il movimento laterale nella stima della probabilità. Questo aiuta con gli oggetti che entrano o si allontanano dalla corsia dell’ego, specialmente negli incroci o negli scenari di interruzione.
– Migliorata la velocità all’ingresso in autostrada grazie a una migliore gestione delle imminenti variazioni di velocità della mappa, che aumenta la sicurezza di unione con l’autostrada.
– Latenza ridotta quando si parte da una fermata tenendo conto del jerk del veicolo principale.
– Abilitata un’identificazione più rapida dei corridori con semaforo rosso valutando il loro stato cinematico attuale rispetto al profilo di frenata previsto.
Premi il pulsante “Registrazione video” nell’interfaccia utente della barra in alto per condividere il tuo feedback. Quando vengono premuti, le telecamere esterne del tuo veicolo condivideranno una breve istantanea del pilota automatico associato al VIN con il team di ingegneri di Tesla per aiutare a migliorare FSD. Non sarai in grado di visualizzare la clip.
Tesla FSD Beta 10.69.2.2 che si estende a 160.000 proprietari negli Stati Uniti e in Canada: Elon Musk
