設置
上一章
下一章
返回
設置
前一段     暫停     繼續    停止    下一段

第685章 裝逼上癮的陳默

重生后我只做正確選擇_第685章裝逼上癮的陳默影書  :yingsx第685章裝逼上癮的陳默第685章裝逼上癮的陳默←→:

  李飛鵬幾乎要拍案而起,看向陳默的眼神充滿了不可思議的欽佩。

  這位年輕的技術副總裁,腦子里裝的到底是什么?

  竟對技術本質的洞察竟如此深刻!

  陳默微微一笑,目光轉向負責規劃與決策的陳奇驚:

  “第二點,關于規劃和ALC的決策猶豫問題。

  奇驚,你從特斯拉帶來的PDP(預測決策規劃)框架是基礎,但特斯拉AP在變道時有時顯得過于激進甚至魯莽,有時又過于保守。

  核心可能在于,它的預測、決策、規劃是相對割裂的模塊。”

  陳奇驚神色一凜,專注地看著陳默。

  他在特斯拉AUtOpilOt團隊的經歷讓他深知模塊化設計的優勢與局限。

  “我在想,”陳默的手指在白板上虛劃,將之前代表“預測”和“規劃”的區域猛地圈在一起。

  “是否可以嘗試一種更緊密耦合的思路——時空聯合規劃(SpatiOTempOralJOintPlanning)?

  將自車的軌跡規劃與對周圍交通參與者(TargetVehiCleS,TVS)未來行為的預測,放在一個統一的、基于優化的框架下進行聯合求解?”

  “統一的框架?”陳奇驚眉頭緊鎖,陷入深思。

  這個概念對他而言同樣極具沖擊力。

  “對,”陳默點了點頭。

  “簡單說,規劃器不再僅僅優化自車一條最優軌跡,而是同時考慮周圍關鍵車輛可能的多種行為假設(比如加速、減速、保持、變道),并為每一種行為假設賦予一個概率。

  然后,在優化目標函數里,不僅要包含自車的舒適性、效率、安全性,還要顯式地包含與這些假設軌跡的交互成本(如避免碰撞的風險、變道切入時對后車的影響)。”

  他頓了頓,讓眾人消化:

  “這樣,規劃器輸出的不僅僅是一條軌跡,而是一系列‘條件軌跡’。

  如果A車加速,我這樣走;

  如果A車減速,我那樣走;

  如果B車突然變道,我又該如何應對。

  決策(DeCiSiOn)被隱含在了軌跡的生成過程中,而不是作為一個獨立的、非此即彼的(變道/不變道)模塊前置。

  最終執行哪條軌跡,可以基于實時的感知預測更新,選擇風險最低或綜合收益最高的那條。

  這或許能解決當前ALC在車流復雜時‘不敢變’或‘硬變’的尷尬,讓變道行為更流暢、更擬人化,也更安全。”

  “臥槽!”

  陳奇驚沒忍住當著徐總和姚總的面高呼了一聲臥槽,但他渾然不覺。

  只是死死盯著陳默,臉上充滿了震驚和豁然開朗的表情。

  時空聯合規劃,將預測的不確定性和規劃的靈活性統一在一個優化框架內!

  這思路...

  這思路他媽的簡直是給自動駕駛的決策規劃領域投下了一顆核彈。

  完美地擊中了模塊化PDP框架在復雜交互場景下決策猶豫或魯莽的痛點!

  他在特斯拉時,團隊內部也曾討論過類似模糊的想法,但從未有人能像陳默這樣,清晰、系統、一針見血地提出可行的理論框架。

  “陳總…”陳奇驚的聲音有些干澀,帶著由衷的嘆服。

  “這思路太精妙了,它從根本上嘗試解決交互決策的連續性和不確定性難題。

  將預測的多種可能性直接內化到規劃的成本函數中,通過優化生成一系列條件策略...

  這比當前主流的基于規則的狀態機決策或簡單的代價函數決策,在理論上更完備,潛力巨大!

  雖然計算復雜度會飆升,實時性挑戰極大,但...這絕對是通往更高階自動駕駛的必經之路。

  我請求立刻抽調精干算法工程師,成立預研小組!

  就從ALC決策優化開始啃這塊硬骨頭!”

  他看向陳默的目光,已經不僅僅是尊重,而是帶著一種對技術先知般的敬畏。

  蔣雨宏和卞金麟交換了一個震撼的眼神,顧南舟更是看向陳默的眼神充滿了狂熱的崇拜。

  占用網絡!時空聯合規劃!

  這兩個概念,如同兩把鋒利的鑰匙,精準地捅向了當前智能駕駛研發中最深的鎖眼。

  這已經超越了技術管理者的范疇,這是真正站在技術浪潮之巔的洞察力。

  徐平端著紫砂壺的手停在半空,看向陳默的眼神,充滿了激賞和一種發現寶藏的驚喜。

  姚塵風則完全看不到商人的精明,臉上寫滿了嘆服。

  他終于深刻理解,為什么徐平如此看重這個年輕的搭檔,甚至不惜親自下場為他爭取牌照開路。

  陳默的價值,遠不止于管理,他本身就是一座移動的技術金礦。

  這下陳默舒服了。

  好久沒有裝了,總感覺人生當中缺了點什么。

  但是他今日有點裝逼上癮,沒有停下來的意思。

  他仿佛沒看到眾人臉上的驚濤駭浪,繼續用那平淡的語氣說下去:

  “第三點,關于數據閉環和影子模式。金麟剛才提到了重要性。

  我再強調一下:用戶無感的數據收集能力,是智能駕駛快速迭代的王牌。”

  他看向卞金麟:

  “在確保用戶隱私和數據安全合規的前提下,我們要盡快在量產車上部署強大的‘影子模式(ShadOWMOde)’系統。

  它的核心是:在用戶手動駕駛時,系統在后臺全時運行,將自身的感知結果(比如它‘看到’的車道線在哪里、前方有什么障礙物、它‘認為’的最佳行駛軌跡是什么)、預測結果、規劃決策,與駕駛員實際的操作(方向盤轉角、油門剎車深度)進行實時比對記錄。”

  陳默在虛空中畫了兩條并行的線,說道,“假設這邊是‘系統決策’,另一邊是‘人類駕駛’”。

  “當兩者出現顯著差異時,比如系統認為應該減速,但駕駛員踩了油門;

  或者系統認為可以安全變道,但駕駛員沒有操作。

  這些‘人機分歧點’,連同當時的完整環境感知數據(圖像、雷達點云、定位、地圖等),就是最最寶貴的黃金數據!

  它們精準地指出了我們系統當前能力的邊界在哪里,哪些場景下算法失效了或者不夠好。

  這些數據,比我們在測試車上刻意去跑一萬公里普通道路的價值要高百倍!

  因為它們來自真實用戶、真實場景、真實決策困境!”

  新書推薦:

飛翔鳥中文    重生后我只做正確選擇
上一章
簡介
下一章