推 Scape: 有些人還拿那些Lv4載客服務的試驗車說嘴，表示根本看不懂07/09 17:21
→ Scape: 人家在做什麼。絕大多數的無人駕駛試驗車都是依靠昂貴的07/09 17:22
→ Scape: 感應器跟安全人員去慢慢推進算法，用很慢的速度累積里程07/09 17:23
→ Scape: Tesla早就放棄了這一套做法，路上有超過百萬輛Tesla跟他們07/09 17:23
→ Scape: 蒐集大量的資訊，同時這些資訊到中心後提供Tesla做學習訓練07/09 17:25
→ Scape: 然後改進，最後反饋到車主的車輛上用陰影模式大量的測試07/09 17:25
→ Scape: 測試結果安全了、成功了才會放出來給車主使用。07/09 17:26
→ Scape: 跟那些原型車拿牌照在路上跑根本不是一回事，竟然還有人07/09 17:27
→ Scape: 拿這來反對，人家在做什麼事情，其本質就那麼難看懂？07/09 17:28
→ Scape: 上百萬輛車在全世界各地供你用影子模式做測試，為何還要回07/09 17:29
→ Scape: 過頭去搞那些又貴數量又少的原型車？07/09 17:29
就算有影子模式訓練，也絕對無法取代自駕車實際路試
自駕車路試的重點
1. 環境(號誌/他車/行人) -> 自駕電腦
感測器從環境收集數據，由自駕電腦運算和決策
2. 自駕車輛 -> 環境
自駕電腦的決策(例如變換車道)，進而影響環境(他車/行人)
也就是說
不只環境會影響自駕決策/行為，自駕決策/行為也會影響到環境
被自駕決策/行為影響後的環境，又再進一步影響自駕決策/行為
影響並非單邊而是雙向溝通，且形成迴圏
因此也考驗自駕電腦即時(real time)運算的能力
Tesla所謂的影子模式本身只做到第1點
用"已經蒐集好"的場景環境訓練自駕電腦
場景是不會變動的既定pattern
一旦自駕電腦做了任何跟原駕駛不同的決策
由於當下沒有實際行為(介入駕駛)，因此自駕電腦的決策並沒有實際反饋到環境
所以就算Tesla數據量較Waymo龐大許多
但前者本質上仍然是AP和車主的駕駛數據
雖有大量數據供自駕電腦訓練，但自駕電腦決策和行為並不影響到數據
而後者則是由自駕電腦與環境實際互動的純自駕數據
並不是說影子模式沒有意義
但你說有了影子模式就不需要昂貴數量少的原型車上路試驗
標準外行講的話
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.73.253.38 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/car/M.1594343771.A.8F4.html
推 bmw530li: 實際來看也是阿，一堆數據結果還不是殺了一堆車主，全07/10 09:23
→ bmw530li: 民公測，難怪教主不敢買(？07/10 09:23
→ hanasiro: 學了理論就不用實際操作的概念07/10 09:27
影子模式缺乏自駕電腦決策和行為如何影響到他車(因為場景已固定寫死)
舉人開車的例子就好，實際上路時和周遭其他駕駛一定是隨時互動和影響
一個駕駛行為可能就改變前後左右的車流
推 flexin: 劣幣還敢發文質疑涼B大師阿，這裡不歡迎劣幣，懂?07/10 09:36
→ flexin: 我特萬歲\(._.)/07/10 09:37
→ lay10521: 就是坐副駕看人開車 跟教練坐旁邊教你開車的差距？07/10 09:43
你看著A開車，判斷哪裡應該煞車/加速或換車道
但那終究只是你的想法，你的想法並沒有改變A的駕駛行為
在沒改變當下A駕駛行為的前提下
你的想法不影響路上他車行為，也不會因他車被影響後產生的行為再進一步影響你判斷
推 CMLeeptt: 劣幣認證(蓋)07/10 09:46
→ CMLeeptt: 涼幣好委屈07/10 09:46
推 scelerisque: 所以輔助駕駛再怎麼訓練也只會是輔助駕駛07/10 09:52
推 demo68: 那麼神特吹還是只吹不買啦~~~07/10 09:56
推 Januvia: 教主就是不懂硬要裝懂的典範07/10 09:59
推 flexin: 涼B大師搞不好持有不少我特的股票，早就財富自由了，所以07/10 10:00
→ flexin: 才有那麼多時間上來發文教化汝等愚民。07/10 10:01
推 gummybear01: 機械系 vs 數學系 電車專業對決07/10 10:08
不是的，這屬於控制範疇
是環境影響自駕車決策，自駕車決策後的行為又影響環境
影子模式中任何自駕決策並沒有在當下feedback給環境
推 egban: 涼b又被打臉惹...07/10 10:34
推 m996360: 為什麼有人喜歡大放厥詞被打臉 愛帶風向雙標又失敗XDDD07/10 10:35
推 bill97385: 這樣說互動有點奇怪，因為實際上自駕系統就是要學習人07/10 10:49
→ bill97385: 類的決策和駕駛行為，那電腦與環境的互動有很重要嗎？07/10 10:49
駕駛人會依據環境做決策和行為，但駕駛人本身的行為也會影響環境呀
自駕系統學習人類決策和行為，但影子模式下自駕系統決策並沒有產生實際行為影響環境
環境->自駕系統單向的訓練 和 環境<->自駕系統雙向互動影響
兩者不相同
推 yaritai: 涼B是Google系吧！明明沒親用心得還能吹的跟神一樣，不愧07/10 10:49
→ yaritai: 是鍵盤雲車手！好嘴好嘴。07/10 10:50
→ bill97385: 例如，人看到障礙物，旁邊無車人決策都是閃避，旁邊有07/10 10:52
→ bill97385: 車人的決策都是煞停，這樣決策策略似乎都是固定的07/10 10:52
你講的是在固定場景下，自駕電腦該如何因應與決策
但場景是隨時會因自駕電腦決策和行為而變化
ex: 自駕車前方有障礙物，若自駕車有意圖切換車道，旁車可能會選擇減速禮讓
推 Rayearth2037: 涼B依舊google中07/10 10:58
→ alumican: 不是吧 如果ai做了跟駕駛不一樣的決定，就要回去找為什07/10 11:02
→ alumican: 麼；不然就跟放ai自己路試沒差07/10 11:02
但不一定原駕駛人行為是對的呀
假設ai做了跟駕駛不一樣的決定，那這不一樣的決定又會如何改變周遭環境
這點無從得知，因為環境變動是已經錄好的pattern
噓 soyghcg: 有人就喜歡當子龍啊 花大錢幫人測試半成品07/10 11:04
推 tonyatta: 因為這樣，有人做GTA的自駕，因為GTA是可以讓 控制系統07/10 11:05
→ tonyatta: 實際控制車輛的07/10 11:05
→ soyghcg: 把半成品放上去給顧客用重新定義成潮 就有信仰買單了07/10 11:06
推 soyghcg: 反正等新挑戰者把特斯拉M3比下去 扣除自駕M3根本不值那價07/10 11:10
做自駕的也不是太樂觀，並非卡在技術
而是該如何商業化(現有技術成本過高)，還有法規
→ soyghcg: 造車品質還得練基本功07/10 11:10
推 acman: 影子模式？接近Lv5?那先下放個高速下能辨識正前方靜止物的07/10 11:11
→ acman: 功能給現有車主吧！先用行動震憾一下市場07/10 11:12
→ lay10521: 如果決策固定 連學習都不用 直接寫死就好啦07/10 11:12
→ soyghcg: 有種方式就是上高速自動轉自駕系統07/10 11:13
→ soyghcg: 配合車聯網與感測分配車速07/10 11:14
→ soyghcg: 一般道路通行就由駕駛人開07/10 11:15
→ dsa35197: tesla的想法 可能就是把全部可能的pattern都丟進去啊07/10 11:15
影子模式下pattern是死的，自駕車怎樣的決策不影響周遭環境
路試下pattern隨時在變化，可能因自駕車某個行為而改變周遭環境
→ soyghcg: 先解決一個主要效率場景 其他再說07/10 11:16
→ yaritai: 涼B: 乾 這場遇到大魔王 這場我先裝死 明天開始洗板07/10 11:17
→ soyghcg: 想直接直上一步到位反而不可取07/10 11:18
推 hondasho: 推~07/10 11:19
→ hiphoprover: 但是特斯拉不就是把蒐集到的大數據再重新訓練後OTA07/10 11:25
→ hiphoprover: 更新到車輛上再不斷的收集更多 pattern 訓練後再更新07/10 11:26
因為自駕車更新後的決策是用到下次類似場景
所以當下是單方向影響
有興趣可以看MIT Rodney Brooks這篇
Unexpected Consequences of Self Driving Cars
https://rodneybrooks.com/unexpected-consequences-of-self-driving-cars/
→ hiphoprover: 嗎？在數據量(可能周遭路況也有記錄）極大的情況下07/10 11:27
→ dslite: 目前cnn都用在辨識而已 決策有在用ai的嗎？感覺不大需要07/10 11:27
→ hiphoprover: 不是一樣可以做到跟環境互動的意思？07/10 11:27
影子模式下，電腦決策沒實際行為，所以不是影響"當下環境場景"
two way interaction (real time)
→ hiphoprover: 我自己包括很多車主的經驗是，如果常常介入修正AP路07/10 11:28
→ hiphoprover: 線，多幾次之後也不用等OTA更新，AP會自動修正路線07/10 11:28
→ hiphoprover: 主要是發生在過較大彎道路口的時候，前方沒車可以追07/10 11:29
推 hanchueh: 特斯拉怎麼可能只有影子模式？？？07/10 11:29
推 bill97385: 我的理解，影子模式應該是類似訓練模型中的驗證資料，07/10 11:30
→ bill97385: 訓練目標就是與人類行為一致，而感覺談到環境互動已經07/10 11:30
→ hanchueh: 每台車開啟AP的時候就是有實際跟環境在互動啊07/10 11:30
→ bill97385: 是大系統的狀態，但是拆分下來其實是每一個決策所造成07/10 11:30
→ hiphoprover: 所以AP很可能直接無預警切換到別條車道07/10 11:30
→ bill97385: 的效應，所以感覺上不是在同樣的基準點討論07/10 11:30
→ ewings: 數據再多，只有單方向的input而沒有互動，做出來的演算模07/10 11:30
→ ewings: 型是很有問題的。就像三寶座在副駕駛座看到的路況，絕對和07/10 11:30
→ ewings: 三寶自己握方向盤時不同。07/10 11:30
→ hanchueh: 不然AP是怎麼對切入的車子做出反應的07/10 11:31
→ hanchueh: 我實際遇到過交流道上來的兩台車分別切我的前方跟後方07/10 11:32
→ hanchueh: 然後AP處理得很完美 完全沒有不舒服的頓挫07/10 11:32
→ hanchueh: 這不是 two-way，什麼才是？07/10 11:33
你講的是單向，環境場景影響車輛決策/行為
但車輛本身的行為也會影響到環境(他車)，這點影子模式無法做到
推 Jeff911: 感覺車板都是特斯拉的RD,系統如何開發都瞭若指掌一樣07/10 11:35
推 hanchueh: 特斯拉系統跟其他最大的不同就在於要做能應變未知狀況07/10 11:36
→ ewings: 自動駕駛遇到別的車插入車道，那是單方向應對，那來的互動07/10 11:36
→ ewings: 成分？？07/10 11:36
→ hanchueh: 的結果錢大完全講顛倒了07/10 11:36
→ ewings: 所謂的互動，還包含其他車輛駕駛對自動駕駛車的行為，所做07/10 11:36
→ ewings: 的反應。07/10 11:36
→ hanchueh: 別的車插入車道 難道自身不用加減速來應變嗎？07/10 11:36
→ hanchueh: 更何況如果前方車太慢 特斯拉還會自己往左切07/10 11:37
→ m996360: 才剛放出來就來亂 XDDDDDD 我對你吹的"很完美"非常懷疑07/10 11:37
→ hanchueh: 用超車道來超車07/10 11:37
推 hanchueh: 自動超車難道不是會改變環境的行為嗎？07/10 11:38
→ ewings: 一樣是三寶為例，駕駛行為呈現三寶狀態時，其他駕駛跟車或07/10 11:39
→ ewings: 變換車道的方式，就會與看到非三寶時不同。07/10 11:39
→ ewings: 由這個新聞來看，特斯拉的超車離“完美”的距離，應該還有07/10 11:41
→ ewings: 兩個三寶吧07/10 11:41
→ demo68: hanchueh: 別的車插入車道 難道自身不用加減速來應變嗎？07/10 11:41
→ demo68: 可以啊~特斯拉不是就是加速去A大車嗎? XD07/10 11:42
推 nthomas: 每次看涼幣被打臉好爽07/10 11:45
推 hanchueh: 所以說特斯拉絕對不是只有影子模式07/10 11:45
→ ewings: 特斯拉撞大貨車那起蠢事，單純是為了省錢沒使用具深度檢知07/10 11:45
→ ewings: 的感應器。這種錯誤其實還比這種沒有雙向互動學習的case還07/10 11:45
→ ewings: 要更低級07/10 11:46
→ hanchueh: AP未啟動時收集影子數據 AP啟動時收集two-way數據07/10 11:46
→ demo68: 標題 中國深圳有位特斯拉車主上網討拍07/10 11:48
→ demo68: 敢插我? 看誰硬RRRRRR07/10 11:48
→ suitup: 我等教主回應 副教主看不上眼了07/10 11:52
→ ewings: 自動駕駛車輛雙向互動的重要性，大到可以被5G行動通訊拿來07/10 11:56
→ ewings: 當成主要的賣點。07/10 11:56
→ lay10521: 宣傳很好聽 撞了就改口是輔助07/10 11:58
推 MXIC: 我來惹，怎麼沒有雲車主的回應，難道今天谷哥停機維修中嗎?07/10 12:03
推 DSB520: 某副良幣出來救駕了 能不能來個能打的07/10 12:03
推 bill97385: 如果車子真的學會環境互動的影響，那就會發生level5的07/10 12:25
→ bill97385: 車子硬剪線，或是出路口慢慢往前督，這種試圖影響環境07/10 12:25
→ bill97385: 的行為，我覺得不見得是好事07/10 12:25
→ bill97385: 反而根據現況決策，不試圖影像環境是比較合理的行為07/10 12:26
假設行駛過程完全不違規，道路環境變化還是會因為有無A車而不同
推 SEEDA: 他一直都外行吧，他也不否認啊 就是資料查的勤07/10 12:27
→ jerk2: 車主平常開車的行為模式其實就已經隱含雙向的決策了，AI是07/10 12:31
→ jerk2: 可以依車主在行駛時的決策學習到與環境的互動模型的，並不07/10 12:31
→ jerk2: 是完全單向學習07/10 12:31
車主當下的駕駛行為和外在環境之間的交互影響當然雙向
但自駕電腦是在影子模式下訓練，自駕電腦本身不參與當下決策
→ jerk2: 還有一點是一般人看到一台自駕車的反應和看到一台一般車的07/10 12:36
→ jerk2: 反應不一樣，一台高調的自駕車（裝一堆sensor在車頂車頭）07/10 12:36
→ jerk2: 並不能學到真正的行駛經驗，簡單來說就是大家都會傾向禮讓07/10 12:36
推 applesck: 涼幣要被劣幣驅逐了嗎？07/10 12:37
→ jerk2: 自駕車，不會想下車拿球棒拼輸贏07/10 12:37
不見得喔，也不少認為自駕車一定以安全為優先(保守)而選擇欺負自駕車的例子
推 uom: 單向學習為何學不到互動?數據量夠龐大不也模擬所有可能反應?07/10 12:43
→ uom: 決策影響環境或許單向學習較慢，但信息量只要夠龐大不也一樣07/10 12:46
→ uom: 雖然雙向獲取特定反饋上很快，但也是需要累積數據吧07/10 12:49
資訊量雖龐大，但這些資訊量是駕駛人與環境互動的結果
並不是自駕電腦與環境相互影響下的結果
→ uom: 特定狀況像一般人沒有的駕駛行為，那真的只有2.可以測試07/10 13:02
→ Sturmvogel: 萬一特斯拉的影子主人是個三寶07/10 13:28
→ Sturmvogel: 決策不就變成一個三寶的影子07/10 13:28
→ jerk2: AI要能介入駕駛，首先要學會如何介入，怎麼會說因為影子模07/10 13:29
→ jerk2: 式AI沒有介入駕駛所以沒辦法學到如何介入駕駛，它正在從人07/10 13:29
→ jerk2: 身上學習如何介入啊07/10 13:29
重點是已經寫死的腳本
影子模式下，只能單方項提供場景給自駕電腦學習
但自駕電腦縱使決策也沒有實際行為反應，所以沒法影響環境場景，
不會跟自駕電腦有任何即時互動
→ jerk2: 而且機器學習本來就是從過去的資料學習，難道要從未來的資07/10 13:30
→ jerk2: 料學嗎？你放一台自駕車去學，它也是蒐集資料後更新模型，07/10 13:31
→ jerk2: 也是用過去的資料啊07/10 13:31
重點是，自駕電腦和環境場景影響是雙向的
透過駕駛人行駛數據，這數據就是既定pattern，不會受到自駕電腦決策和行為影響
→ jerk2: 回應三寶的部分，如果這個世界三寶比例高於一般人，那的確07/10 13:32
→ jerk2: 要學習如何以三寶的思考方式駕駛，因為這才是符合現實世界07/10 13:32
→ jerk2: 的模型07/10 13:33
→ bbbing: 我以為他的論點是說，出車禍是因為你教壞tesla，tesla無辜07/10 14:00
推 cospergod: 劣幣講的話聽聽就算了，別當真，還真以為良幣勒07/10 14:06
推 Jeff911: 簡言之就像統計會避開outlier,除非路上的三寶才是平均值07/10 14:07
→ jerk2: 舉例來說，影子模式學會人如何超車，所以之後AI照著人超車07/10 14:31
→ jerk2: 的方式超車07/10 14:31
→ jerk2: 難道一定要由自駕電腦自己超車幾百次然後分析哪些造成車禍07/10 14:32
→ jerk2: 哪些順利超車才叫做”雙向”07/10 14:32
所以自駕電腦只能"仿照"人類駕駛的數據，遵循既定腳本
一旦自駕電腦的決策有些微不同，自駕車的行為會怎麼影響環境就無從得知
前者叫自動駕駛
後者若再進一步會變成探討自主駕駛
→ jerk2: 假設人類有一百種超車方式，分布在一萬個場景，首先AI從影07/10 14:41
→ jerk2: 子模式學會了這100種超車方式，然後再把這個AI丟到自駕車07/10 14:41
→ jerk2: 學習那些以前沒出現過的第101種超車方式07/10 14:41
→ jerk2: 那麼如果要達到Level 5，是否從影子模式開始建構AI自駕模07/10 14:42
→ jerk2: 型才是正確的第一步，而不是直接丟一台自駕車讓它從頭學起07/10 14:42
我從沒有講過影子模式沒意義，但影子模式不可能取代自駕車實際路試
自駕車感知/決策/行為，其中自駕車行為影響周遭環境場景(人/車)
被影響後新的場景再由自駕車感知/決策/行為，不斷循環
這點是影子模式沒法做到的
推 bill97385: 自主駕駛大概在電腦有自我意識前不會發生，因為是電腦07/10 14:42
→ bill97385: 電腦不可能無中生有的做決策07/10 14:44
的確，即使是目前測試的Lv4自駕車也只是某種程度上的自動駕駛
→ jerk2: 那就要看自主駕駛的定義是什麼，如果AI能完全學到某一個車07/10 14:54
→ jerk2: 主的所有駕駛行為，開起來也跟車主一模一樣，那這個算不算A07/10 14:54
→ jerk2: I達成自主駕駛，還是這個AI必須達成自主思考才能稱為什麼07/10 14:55
→ jerk2: 自主駕駛07/10 14:55
遵循一定腳本那叫自動駕駛
→ jerk2: 能通過圖靈測試的自動駕駛算不算有自主駕駛能力？也許它只 07/10 14:57
→ jerk2: 是模仿某個駕駛人，但是行為上它就像個真人 07/10 14:57
→ jerk2: 但是真的要達到自主駕駛才稱作Level5嗎？ 07/10 14:58
※ 編輯: chandler0227 (42.73.253.38 臺灣), 07/10/2020 14:59:56
→ jerk2: AI訓練出來的東西就不是所謂遵循腳本的東西，AI模型已經超 07/10 15:21
→ jerk2: 越腳本的範疇了 07/10 15:21
→ ewings: 現實生活中路況千奇百怪，光是模仿駕駛人，也不可能把所有 07/10 15:22
→ ewings: 路況複製。 07/10 15:22
→ ewings: 就算是用生成對抗網路跑出來的AI模型，遇到愚蠢的異常對手 07/10 15:22
→ ewings: ，也是直接失能。不然有人開車開了幾十年，也沒遇上卡車橫 07/10 15:22
→ ewings: 在路中間還加速撞上去的蠢事吧，這個AI再怎麼模仿也模仿不 07/10 15:22
→ ewings: 來。 07/10 15:22
推 bill97385: 這其實也是elon強調數據量的主因之一，如果tesla蒐集 07/10 15:28
→ bill97385: 的數據量無法應對生活中的例外狀況的話，那更別說其他 07/10 15:28
→ bill97385: 沒有數據的自駕公司了 07/10 15:28
→ ewings: 那就是前面講的，沒有互動的大bug啊。就像三寶坐在副駕看 07/10 15:31
→ ewings: 得再久，真的自己開車時，路況與其他車輛的反應也還是會出 07/10 15:32
→ ewings: 現很大的差異。 07/10 15:32
→ ewings: 就算你一口氣把頭文字D看完，也不代表你在秋明山上飄移時 07/10 15:33
→ ewings: ，會有像中里毅一樣敢讓你貼著車尾開的勇者。 07/10 15:34
推 Windcws9Z: 簡單來講就是看A片，A片看再多 看再久 07/10 15:47
→ Windcws9Z: 你也不會有金手指，變加藤鷹 07/10 15:47
→ Windcws9Z: 更何況還是都看同一葛人演的A片 07/10 15:47
→ Windcws9Z: 回原廠OTA也只不過等同是你Google如何做愛 07/10 15:49
→ Windcws9Z: 網路上說九淺一深，輪到你上陣的時候 07/10 15:51
→ Windcws9Z: 你真的能九淺一深嗎？ 07/10 15:52
推 Windcws9Z: 車輛零組件也會有公差，數據不可能直接照搬 07/10 15:56
→ Windcws9Z: 特斯拉的做法就有滿像駕訓班，只是從人變成電腦這樣 07/10 15:56
→ dsa35197: 所以是tesla內部都沒有車在路上跑的意思? 07/10 16:10
推 bill97385: 即使像是一般自駕公司弄互動資料，你相信那一點點的數 07/10 16:15
推 hanchueh: 內部測試車當然有在路上 而且其實也有用光達 07/10 16:15
→ bill97385: 據量，可以應付所有路況嗎？ 07/10 16:15
推 hanchueh: 只是最終目標是做出不用光達也能用的系統 07/10 16:17
推 Windcws9Z: 你測試車用光達 量產車用雷達，也難怪會撞貨車 懂了 07/10 16:23
推 hanchueh: 全自駕功能尚未開放 現階段仍需要駕駛監控 07/10 17:19