蔚来任少卿这篇采访提到强化学习。
给出了旗帜鲜明的观点。
自动驾驶的强化学习没有被业内完全接受。
问题在哪里？因为确实没有一个很好的示范。
到底怎么做才能得到比较好的结果？
蔚来的强化学习路线到底是基于真实驾驶数据的离线强化学习，还是依靠虚拟环境中的在线强化学习？
这两种路线其实代表了完全不同的技术取舍——前者更贴近真实分布，但缺乏探索空间，丢失了一部分强化学习的特点。
后者能充分试错，却依赖高保真仿真环境，这难度并不比自动驾驶本身小。
更关键的是，如何平衡奖励与惩罚，让智能体既能探索新策略，又能保持安全与稳定？这在强化学习落地中几乎是最难的问题。
可惜这篇采访只提到了“理想化的强化学习能带来长时序决策能力”，并没有展示蔚来在真实系统中的实践路径。
看来，只能期待年底的新版本能给出更具体的答案了。
蔚来新能源大牛说
猜你喜欢
【1评论】【2点赞】
【97评论】【454点赞】
【33评论】【32点赞】
作者最新文章
热门分类
汽车TOP
汽车最新文章