新未名空间

几个短视频，安全性能很

还有这个

全是突然cut-in的，尤其是侧向并行的突然cut-in，Waymo 2017年就在搞这个了

Waymo Enlists AutoNation to Service Some of Its Robovans

Pegasi 写了： 2025年 5月 2日 19:39 全是突然cut-in的，尤其是侧向并行的突然cut-in，Waymo 2017年就在搞这个了

Waymo Enlists AutoNation to Service Some of Its Robovans

赞回帖的专业性。

听起来就像是十年磨一剑。

stst 写了： 2025年 5月 2日 20:13 赞回帖的专业性。

听起来就像是十年磨一剑。

相关从业人员。


这个轨迹规划的厉害，刹车距离不够的情况下居然向右打了一把，人类司机能做到的估计都没几个

闯红灯的车更快点或慢点都不会出这样的轨迹，看来还是依靠了精确的计算，控制响应的也够快

Pegasi 写了： 2025年 5月 3日 00:30 相关从业人员。


这个轨迹规划的厉害，刹车距离不够的情况下居然向右打了一把，人类司机能做到的估计都没几个

闯红灯的车更快点或慢点都不会出这样的轨迹，看来还是依靠了精确的计算，控制响应的也够快

佩服。

确实是外行看热闹，内行看门道。

这几个场景我自己开的话只会直线急刹，根本不可能动方向盘。
主要是自己很难在那一瞬间判断隔壁道的安全性

好像 很不错啊，，

lyy 写了： 2025年 5月 5日 15:23 这几个场景我自己开的话只会直线急刹，根本不可能动方向盘。
主要是自己很难在那一瞬间判断隔壁道的安全性

电脑眼观八方，肯定胜过人，毫无疑问的

goFan 写了： 2025年 5月 5日 19:06 电脑眼观八方，肯定胜过人，毫无疑问的

有些对于人难度很大的事，对于计算机来说可能非常简单。比如处理这些突然cut-in，和慢速merge也没什么区别，不过就是速度的数值不同罢了。

但是开车光靠的rule不行，只能cover 99.9%, 剩下的“统计长尾”事件 , 需要真正的智能，有理解能力，有物理概念，社会生活的常识，做出判断。许多人认为很简单的问题，计算机会做出可笑，甚至危险的反应

victor 写了： 2025年 5月 5日 22:25 有些对于人难度很大的事，对于计算机来说可能非常简单。比如处理这些突然cut-in，和慢速merge也没什么区别，不过就是速度的数值不同罢了。

但是开车光靠的rule不行，只能cover 99.9%, 剩下的“统计长尾”事件 , 需要真正的智能，有理解能力，有物理概念，社会生活的常识，做出判断。许多人认为很简单的问题，计算机会做出可笑，甚至危险的反应

可笑危险的那是 rule 不够完善。电脑做好了，根本就不会去冒险。
你可以说电脑会很胆小，但是开车胆小是优点

十次事故9次快

开曼可解

goFan 写了： 2025年 5月 5日 22:29 可笑危险的那是 rule 不够完善。电脑做好了，根本就不会去冒险。
你可以说电脑会很胆小，但是开车胆小是优点

问题就是rule-based的算法就是没法完善啊，因为统计长尾是无限长的，complexity无限增加，还互相矛盾，而且真实世界的规则并不follow固定的rule。

rule-based 的算法就是没法对付复杂问题，所以才要AI

victor 写了： 2025年 5月 5日 22:50 问题就是rule-based的算法就是没法完善啊，因为统计长尾是无限长的，complexity无限增加，还互相矛盾，而且真实世界的规则并不follow固定的rule。

rule-based 的算法就是没法对付复杂问题，所以才要AI

怎么可能都是rule-based的算法？现在其实随便哪个公司都用AI。

只不过现在常高调宣传的 AI 其实也不是像科幻电影里那样的智能。深度学习，深度网络，甚至大模型，归根结底都还是一种特殊的统计学习方法。

所以也没有必要每个公司都老提 AI 这个概念。因为大家都在用AI，但 AI 也还没有宣传的那么神奇。