Het lijkt erop dat FSD Beta 10.69 na verschillende iteraties en aanpassingen klaar is om uit te rollen naar het grotere FSD Beta-programma. Elon Musk noemde de update op Twitter, waarbij de CEO verklaarde dat v10.69.2.2. moet uitbreiden tot 160.000 eigenaren in de Verenigde Staten en Canada.
Net als zijn andere aankondigingen over het FSD Beta-programma, werden de opmerkingen van Musk op Twitter geplaatst. “FSD Beta 10.69.2.1 ziet er goed uit, met uitbreiding tot 160.000 eigenaren in de VS en Canada”, schreef Musk voordat hij zichzelf corrigeerde en verduidelijkte dat hij het had over FSD Beta 10.69.2.2 en niet over v10.69.2.1.
Hoewel Elon Musk een bekende neiging heeft om extreem optimistisch te zijn over FSD Beta-gerelateerde uitspraken, weerspiegelen zijn opmerkingen over v10.69.2.2 de observaties van enkele van de oude leden van het programma. Veteraan FSD Beta-tester @WholeMarsBlog, die er niet voor terugschrikt het systeem te bekritiseren als het niet goed werkt, merkte op dat zijn overnames met v10.69.2.2 marginaal waren. Collega FSD Beta-tester @GailAlfarATX soortgelijke waarnemingen gemeld.
Tesla lijkt er absoluut op aan te dringen om FSD aan zijn vloot toe te voegen. Recente opmerkingen van Tesla’s Senior Director of Investor Relations Martin Viecha tijdens een Goldman Sachs-technologieconferentie die alleen op uitnodiging is uitgenodigd, hebben laten doorschemeren dat de fabrikant van elektrische voertuigen op schema ligt om ‘onder toezicht’ FSD rond het einde van het jaar uit te brengen. Dat is rond dezelfde tijd als de schatting van Elon Musk voor de brede release van FSD.
Er moet natuurlijk worden opgemerkt dat zelfs als Tesla erin slaagt om tegen het einde van het jaar “onder toezicht” FSD aan consumenten vrij te geven, de versie van het geavanceerde rijhulpsysteem bestuurders nog steeds zou vragen om op de weg te letten en de juiste rijpraktijken. Met een functie-compleet “bewaakte” FSD zouden Tesla’s echter in staat zijn om zelfstandig te navigeren, ongeacht of ze zich op de snelweg of in de straten van de binnenstad bevinden. En dat is uiteindelijk een functie die buitengewoon moeilijk te verslaan zal zijn.
#fsdbeta 10.69.2.2 behandelt voetgangers in bocht naar rechts. Wederom gaat hij duidelijk en veilig om met voetgangers zonder de persoon centraal te stellen. Ik ben onder de indruk van de voortgang bij elke update. @Elon Musk pic.twitter.com/6k7A2a1ImX
— Tesla-eigenaren Silicon Valley (@teslaownersSV) 20 september 2022
Hieronder volgen de release-opmerkingen van FSD Beta v10.69.2.2, zoals opgehaald door NotaTeslaApp:
– Een nieuwe module voor “diepe rijbaanbegeleiding” toegevoegd aan het neurale netwerk van Vector Lanes, dat functies die uit de videostreams zijn gehaald, combineert met grove kaartgegevens, dwz rijstrookaantallen en rijstrookverbindingen. Deze architectuur behaalt een 44% lager foutenpercentage op de rijstrooktopologie in vergelijking met het vorige model, waardoor een soepelere controle mogelijk is voordat rijstroken en hun verbindingen visueel duidelijk worden. Dit biedt een manier om elke Autopilot net zo goed te laten rijden als iemand die zijn eigen woon-werkverkeer rijdt, maar op een voldoende algemene manier die zich aanpast aan wegveranderingen.
– Verbeterde algehele soepelheid van het rijden, zonder in te boeten aan latentie, door betere modellering van systeem- en activeringslatentie in trajectplanning. Trajectplanner houdt nu onafhankelijk rekening met latentie van stuurcommando’s tot daadwerkelijke stuurbediening, evenals acceleratie- en remcommando’s tot bediening. Dit resulteert in een traject dat een nauwkeuriger model is van hoe het voertuig zou rijden. Dit zorgt voor een betere downstream-tracking en soepelheid van de controller, terwijl het ook een nauwkeurigere respons mogelijk maakt tijdens ruwe manoeuvres.
– Verbeterde onbeschermde bochten naar links met een passender snelheidsprofiel bij het naderen en verlaten van mediane oversteekgebieden, in aanwezigheid van kruisend verkeer met hoge snelheid (“Chuck Cook-stijl” onbeschermde bochten naar links). Dit werd gedaan door een geoptimaliseerde initiële ruk toe te staan, om de harde pedaaldruk door een mens na te bootsen, wanneer nodig om voor hoge snelheidsobjecten te gaan. Ook verbeterd lateraal profiel dat dergelijke veiligheidsregio’s nadert om een betere pose mogelijk te maken die goed is uitgelijnd voor het verlaten van de regio. Ten slotte verbeterde interactie met objecten die het mediane crossover-gebied binnenkomen of wachten met een betere modellering van hun toekomstige intentie.
– Controle toegevoegd voor willekeurige bewegende volumes met lage snelheid vanuit Occupancy Network. Dit maakt ook een fijnere controle mogelijk voor preciezere objectvormen die niet gemakkelijk kunnen worden weergegeven door een kubusvormige primitief. Dit vereiste het voorspellen van de snelheid bij elke 3D-voxel. We kunnen nu controleren op langzaam bewegende UFO’s.
– Opgewaardeerd Occupancy Network om video te gebruiken in plaats van afbeeldingen uit een enkele tijdstap. Door deze tijdelijke context is het netwerk robuust tegen tijdelijke occlusies en kan de bezettingsstroom worden voorspeld. Ook verbeterde grondwaarheid met semantiekgestuurde afwijzing van uitschieters, harde voorbeelden van mining en vergroting van de dataset met 2,4x.
– Geüpgraded naar een nieuwe tweetrapsarchitectuur om objectkinematica te produceren (bijv. snelheid, versnelling, giersnelheid) waarbij netwerkberekening O(objecten) wordt toegewezen in plaats van O(ruimte). Deze verbeterde snelheidsschattingen voor ver weg kruisende voertuigen met 20%, terwijl een tiende van de rekenkracht werd gebruikt.
– Verhoogde soepelheid voor beschermde bochten naar rechts door de associatie van verkeerslichten met oprijstroken te verbeteren versus borden met oprijstroken. Dit vermindert valse vertragingen wanneer er geen relevante objecten aanwezig zijn en verbetert ook de meegevende positie wanneer ze aanwezig zijn.
– Minder valse vertragingen bij oversteekplaatsen. Dit werd gedaan met een beter begrip van de intentie van voetgangers en fietsers op basis van hun beweging.
– Verbeterde geometriefout van ego-relevante rijstroken met 34% en overstekende rijstroken met 21% met een volledige Vector Lanes neurale netwerkupdate. Informatieknelpunten in de netwerkarchitectuur werden geëlimineerd door de grootte van de functie-extractors per camera, videomodules, interne onderdelen van de autoregressieve decoder te vergroten en door een hard attentiemechanisme toe te voegen dat de fijne positie van rijstroken aanzienlijk verbeterde.
– Snelheidsprofiel comfortabeler gemaakt bij het kruipen voor zichtbaarheid, om soepelere stops mogelijk te maken bij het beschermen van mogelijk afgesloten objecten.
– Verbeterde terugroepactie van dieren met 34% door de grootte van de automatisch gelabelde trainingsset te verdubbelen.
– Kruipen ingeschakeld voor zichtbaarheid op elk kruispunt waar objecten het pad van het ego kunnen kruisen, ongeacht de aanwezigheid van verkeersregelaars.
– Verbeterde nauwkeurigheid van de stoppositie in kritieke scenario’s met kruisende objecten, door dynamische resolutie in trajectoptimalisatie toe te staan om meer te focussen op gebieden waar fijnere controle essentieel is.
– Verhoogde terugroepactie van forking-lanes met 36% door topologische tokens deel te laten nemen aan de aandachtsoperaties van de autoregressieve decoder en door het verlies dat wordt toegepast op fork-tokens tijdens de training te vergroten.
– Verbeterde snelheidsfout voor voetgangers en fietsers met 17%, vooral wanneer het ego een bocht maakt, door verbetering van de trajectschatting aan boord die wordt gebruikt als invoer voor het neurale netwerk.
– Verbeterde terugroepactie van objectdetectie, waardoor 26% van de ontbrekende detecties voor ver weg kruisende voertuigen worden geëlimineerd door de verliesfunctie die tijdens de training wordt gebruikt af te stemmen en de labelkwaliteit te verbeteren.
– Verbeterde voorspelling van het toekomstige pad van objecten in scenario’s met een hoge giersnelheid door de giersnelheid en laterale beweging op te nemen in de waarschijnlijkheidsschatting. Dit helpt bij objecten die in of weg van ego’s baan draaien, vooral bij kruispunten of inschakelscenario’s.
– Verbeterde snelheid bij het oprijden van de snelweg door een betere afhandeling van aanstaande veranderingen in de kaartsnelheid, wat het vertrouwen van het invoegen op de snelweg vergroot.
– Verminderde latentie bij het starten vanaf een stop door rekening te houden met de schok van het leidende voertuig.
– Snellere identificatie van roodlichtlopers mogelijk gemaakt door hun huidige kinematische toestand te evalueren ten opzichte van hun verwachte remprofiel.
Druk op de knop “Video-opname” in de gebruikersinterface van de bovenste balk om uw feedback te delen. Als u hierop drukt, delen de externe camera’s van uw voertuig een korte VIN-geassocieerde Autopilot Snapshot met het technische team van Tesla om verbeteringen aan FSD aan te brengen. U kunt de clip niet bekijken.
Tesla FSD Beta 10.69.2.2 breidt zich uit naar 160.000 eigenaren in de VS en Canada: Elon Musk
