Похоже, что после нескольких итераций и корректировок бета-версия FSD 10.69 готова к расширению бета-программы FSD. Илон Маск упомянул об обновлении в Твиттере, а генеральный директор заявил, что v10.69.2.2. должен распространиться на 160 000 владельцев в США и Канаде.
Как и другие его объявления о бета-программе FSD, комментарии Маска были опубликованы в Твиттере. «FSD Beta 10.69.2.1 выглядит хорошо, распространяется на 160 тысяч владельцев в США и Канаде», — написал Маск, прежде чем исправиться и уточнить, что он говорит о FSD Beta 10.69.2.2, а не v10.69.2.1.
Хотя Илон Маск имеет известную тенденцию крайне оптимистично относиться к заявлениям, связанным с бета-версией FSD, его комментарии о версии 10.69.2.2 действительно отражают наблюдения некоторых давних участников программы. Ветеран бета-тестирования FSD @WholeMarsBlog, который не уклоняется от критики системы, если она работает плохо, отметил, что его поглощения в версии 10.69.2.2 были незначительными. Товарищ бета-тестер FSD @GailAlfarATX сообщал о подобных наблюдениях.
Кажется, Tesla определенно настаивает на выпуске FSD для своего флота. Недавние комментарии старшего директора Tesla по связям с инвесторами Мартина Виеча во время технической конференции Goldman Sachs, доступной только для приглашенных, намекнули, что производитель электромобилей собирается выпустить «контролируемый» FSD примерно в конце года. Это примерно то же время, что и Илон Маск для широкого выпуска FSD.
Следует, конечно, отметить, что даже если Тесле удастся выпустить «под наблюдением» FSD для потребителей к концу года, версия продвинутой системы помощи водителю по-прежнему будет требовать от водителей обращать внимание на дорогу и соблюдать правила. практики вождения. Однако с полнофункциональным «контролируемым» FSD Tesla сможет перемещаться самостоятельно, независимо от того, находятся ли они на шоссе или на городских улицах. И это, в конечном счете, функция, которую будет чрезвычайно трудно превзойти.
#фсдбета 10.69.2.2 обрабатывает пешеходов на правом повороте. Опять же, он четко и безопасно справляется с пешеходами, не ставя человека на первое место. Я впечатлен прогрессом в каждом обновлении. @elonmusk pic.twitter.com/6k7A2a1ImX
— Владельцы Tesla Кремниевая долина (@teslaownersSV) 20 сентября 2022 г.
Ниже приведены примечания к выпуску FSD Beta v10.69.2.2, полученные NotaTeslaApp:
— В нейронную сеть Vector Lanes добавлен новый модуль «глубокого управления полосой движения», который объединяет функции, извлеченные из видеопотоков, с приблизительными данными карты, т. е. подсчетом полос и связями полос. Эта архитектура обеспечивает на 44 % более низкий уровень ошибок в топологии дорожек по сравнению с предыдущей моделью, обеспечивая более плавное управление до того, как полосы и их соединения станут визуально очевидными. Это дает возможность сделать так, чтобы каждое вождение на автопилоте было таким же хорошим, как и для тех, кто едет на работу самостоятельно, но достаточно общим способом, который адаптируется к изменениям дороги.
– Улучшена общая плавность вождения без ущерба для задержки благодаря лучшему моделированию системы и задержки срабатывания при планировании траектории. Планировщик траектории теперь независимо учитывает задержку от команд рулевого управления до фактического срабатывания рулевого управления, а также от команд ускорения и торможения до срабатывания. Это приводит к траектории, которая является более точной моделью движения транспортного средства. Это обеспечивает лучшее отслеживание и плавность работы нисходящего контроллера, а также более точную реакцию во время резких маневров.
— Улучшены незащищенные левые повороты с более подходящим профилем скорости при приближении и выходе из разделительных зон пересечения при наличии высокоскоростного поперечного движения (незащищенные левые повороты в стиле Чака Кука). Это было сделано за счет оптимизированного начального рывка, имитирующего резкое нажатие педали человеком, когда ему необходимо двигаться перед высокоскоростными объектами. Также улучшен боковой профиль при приближении к таким областям безопасности, чтобы обеспечить лучшую позу, которая хорошо выравнивается для выхода из области. Наконец, улучшено взаимодействие с объектами, которые входят или ожидают внутри срединной области пересечения, с улучшенным моделированием их будущего намерения.
– Добавлено управление произвольными низкоскоростными движущимися объемами из Occupancy Network. Это также обеспечивает более точное управление более точными формами объектов, которые не могут быть легко представлены прямоугольным примитивом. Это требовало прогнозирования скорости для каждого трехмерного вокселя. Теперь мы можем контролировать медленно движущиеся НЛО.
— Модернизированная сеть занятости для использования видео вместо изображений с одного временного шага. Этот временной контекст позволяет сети быть устойчивой к временным препятствиям и позволяет прогнозировать поток занятости. Кроме того, улучшена наземная достоверность благодаря отбрасыванию выбросов на основе семантики, анализу жестких примеров и увеличению размера набора данных в 2,4 раза.
– Обновлена новая двухступенчатая архитектура для создания кинематики объектов (например, скорость, ускорение, скорость рыскания), при которой сетевым вычислениям выделяется O (объекты) вместо O (пространство). Это улучшило оценки скорости для далеко пересекающих транспортных средств на 20% при использовании одной десятой вычислений.
– Повышена плавность защищенных правых поворотов за счет улучшения ассоциации светофоров с полосами объезда, а знаков уступки – с полосами объезда. Это уменьшает ложные замедления при отсутствии соответствующих объектов, а также улучшает уступающее положение, когда они присутствуют.
— Уменьшено ложное замедление возле пешеходных переходов. Это было сделано с улучшенным пониманием намерений пешеходов и велосипедистов на основе их движения.
— Улучшена ошибка геометрии полос, связанных с эго, на 34% и пересекающихся полос на 21% с полным обновлением нейронной сети Vector Lanes. Информационные узкие места в сетевой архитектуре были устранены за счет увеличения размера экстракторов признаков для каждой камеры, видеомодулей, внутренних компонентов авторегрессионного декодера и добавления механизма жесткого внимания, который значительно улучшил точное положение дорожек.
— Сделан профиль скорости более удобным при ползании для видимости, чтобы обеспечить более плавные остановки при защите от потенциально закрытых объектов.
– Улучшение отзыва животных на 34% за счет удвоения размера обучающей выборки с автоматической маркировкой.
— Включено сползание для видимости на любом перекрестке, где объекты могут пересекать путь эго, независимо от наличия средств управления движением.
– Улучшена точность определения положения остановки в критических сценариях с пересекающимися объектами за счет динамического разрешения при оптимизации траектории, чтобы больше сосредоточиться на областях, где необходим более точный контроль.
– На 36 % увеличился отзыв разветвляющихся дорожек за счет участия топологических токенов в операциях внимания авторегрессионного декодера и за счет увеличения потерь, применяемых к разветвленным токенам во время обучения.
— Улучшена ошибка скорости для пешеходов и велосипедистов на 17%, особенно когда эго совершает поворот, за счет улучшения бортовой оценки траектории, используемой в качестве входных данных для нейронной сети.
– Улучшен отзыв обнаружения объектов, устранено 26 % пропущенных обнаружений для далеко пересекающих транспортных средств за счет настройки функции потерь, используемой во время обучения, и улучшения качества маркировки.
– Улучшено прогнозирование будущего пути объекта в сценариях с высокой скоростью рыскания за счет включения скорости рыскания и бокового движения в оценку вероятности. Это помогает с объектами, поворачивающими в полосу движения эго или удаляющимися от нее, особенно на перекрестках или врезках.
— Повышена скорость при въезде на шоссе за счет лучшей обработки предстоящих изменений скорости карты, что повышает уверенность при выезде на шоссе.
– Уменьшена задержка при трогании с места за счет учета рывков впереди идущего автомобиля.
— Включена более быстрая идентификация бегунов на красный свет путем оценки их текущего кинематического состояния в сравнении с их ожидаемым профилем торможения.
Нажмите кнопку «Запись видео» на верхней панели пользовательского интерфейса, чтобы поделиться своим мнением. При нажатии внешние камеры вашего автомобиля передают короткий снимок автопилота, связанный с VIN, с командой инженеров Tesla, чтобы помочь улучшить FSD. Вы не сможете просмотреть клип.
Tesla FSD Beta 10.69.2.2 распространяется на 160 тысяч владельцев в США и Канаде: Илон Маск
