如何评价人类和机器人，

是一个很好的问题，

我曾经在一个机器人分级系统上工作，那个渐变的水果，
我们被撞坏了人类，人类“赢得”作为你的水果重量。
事实上，在检查时，他们过去的一些水果是腐烂的，应该被拒绝丢失了。

开车,也一样
我们如何评估机器人，是的，他们会使我们称之为“愚蠢”错误，所以他们比制造不同愚蠢错误的人更糟糕。我会说机器人比人类从每个“错误”中学到的那样更好！

同样适合腹肌，
是的，有些人可以比吸收所做的更好，但总体而言，没有腹肌的汽车比没有腹肌的人做得更好。

与安全带相同的争论。是的，有些人将被捕获爆炸的汽车，因为他们有安全带，而不是夹出来，但整体而言，对于人类而言，它可以让安全带更安全。

即使是现在，如果所有的汽车都是自我驱动的话，他们现在就是如此，我们都会更安全，拥有更少的拥挤道路。

甚至现在看看新闻界的文章，即使是在紧急情况下具有太好停车系统的特斯拉，而且背后的人进入了特斯拉的后面。这是因为人的背后比机器人更好吗？

甚至看看自动变速箱，在欧洲有很多人没有，因为它让他们对汽车的控制更少。我的美国朋友总是对手动变速感到惊讶。

我不认为从错误中深入“学习”是将更好地使机器人更好，因为人类机器互动期间X机构数量的活动空间是无限的，几乎无限的。我已经看到了很多低悬垂的水果自动驾驶进步，可能让我们到达90％的范围真实，在野外驾驶这十年。真正的5级所需的最后5％不会是学习响应的IMO，它需要是实时驾驶技巧，以应对意外的新颖情况和条件的总驾驶环境的细节线索，如，为什么汽车一半前方从预期的轨迹中发散。AI需要实际理解因果关系（VS从数据中提取模式以获取他们遇到的每种可能的情况）并确定哪些事件导致其他事件。一般的一切都在路上和建造的世界一般来说，为人类心灵和人类传感器进行了优化。重新创建AI兼容的道路和世界基础设施（即使是STOP标志也是问题的简单事物）意味着如果是创建外星环境目标是更好地是x时间比目前的人类驾驶环境。

https://www.theverge.com/2020/10/22/21528508/tesla-full.cdriving-beta-first-reaction-video.

它看起来是2级，“真正的”自动驾驶是5级。第2级和第3级仍然是人在循环中与预期的人接管问题，因为人们失去了驾驶员意识。

在我居住的北方，这是永远不会发生的。第一场雪，道路“消失”了，除了你的汽车前面的轮胎痕迹(所有的东西都是白色的)，没有任何道路的迹象。即使在夏天，所有的道路漆线都褪色，消失了，因为在冬天繁重的耕作。即使在砂砾路面上，雪也会填满沟渠，一切看起来都很平坦，直到你的轮胎撞到路肩时才发现为时已晚。
也许如果他们将电子信号放入路基中，并且遵循它可能会起作用。然而，随着沥青的状态差（裂缝，坑洼等），那些信号/布线也不会持续超过几年。
因此，无论AI的状态现在，还没有办法可以在大多数北部气候中自行车，至少在一年或更长时间的1/2。

我说“AI”和汽车不混合“AI”太愚蠢了车甚至可以同时开车和嚼口香糖

好奇地，我和我谈过的大家都说这个想法是一个胸围。我想我们必须拭目以待。

是的，道路轨道似乎并不是很实际的原因。
也许GPS可能有助于帮助，但Google地图并不总是在发生区域的最新状态。

然而，埃隆·马斯克不是傻瓜，他一定有什么锦囊妙计。我希望我知道那是什么也许我们可以试着去猜。我会投票支持GPS辅助，但我认为这本身是不够的。
也许它会因为某些原因无法理解这个领域而停止。

也许它会因为某些原因无法理解这个领域而停止。

....如果车轮后面的人在自动驱动期间，那么在驾驶发生的情况下，等待发生的事故。

....如果车轮后面的人在自动驱动期间，那么在驾驶发生的情况下，等待发生的事故。

至少是通过使系统监控其自身的置信水平并使人类驾驶员在低于一定程度的情况下给人类驾驶员提供合适的抬头。我怀疑很多情况，允许顺利过渡到全面意识到的驱动程序，这样道路上的其他驱动因素永远不会知道发生任何事情。当然，总会有这种情况，其中置信水平如此迅速下降，即人类在短时间窗口中的警告太令人震惊，在那里它很重要或者置信水平在撞击力矩保持高度。但是这些都不是由自己而不是开发技术的理由;毕竟，这些几十年来人类司机已经发生了相同的事情。

能够在没有车道标志的居民区周围驾驶是向前迈出的坚实一步，但是我们还有很长的路从把通用汽车在路上,司机缺乏控制(让船上需要驾驶员)——然而我们不断被告知本公司或公司正计划推出这样一辆车在未来几年,已经被告知这个很多年了。

所展示的“测试”似乎也相当平淡。它如何处理建筑区域?它如何处理特定情况下的绕道标志?它如何处理临时的道路重新调整，当锥告诉司机驾驶在肩与仍然可见的永久车道标记冲突。如果一辆半挂车停在右转车道上，它是如何右转的?它是如何处理从左边来的消防车和从右边来的警车，驶向同一个十字路口，都有灯和警报器(由于两个车站的位置相对于其他所有东西的位置，这是经常发生的事情)。它在多大程度上决定是停下来还是穿过十字路口清除它?当警察通过扩音器告诉你，即使你在左转车道上，也要直行穿过十字路口，这样他们就能通过，它能做出多大的反应?

这段视频看起来非常粗糙。“测试”驱动程序假设系统监控系统的所有风险，因此它似乎使用FSD征税而不是手动控制。

这段视频看起来非常粗糙。“测试”驱动程序假设系统监控系统的所有风险，因此它似乎使用FSD征税而不是手动控制。

这段视频和评论比第一个视频有用多了，第一个视频看起来不过是两个信徒在圣埃隆圣坛前鞠躬(而且每次它做对了什么，他们就大喊大叫，这也让人很恼火)。

Waymo公共道路安全性能数据
https://storage.googleapis.com/sdc-...waymo-public-road-safety-performance-data.pdf.

抽象的
Waymo的使命减少交通伤害和死亡，改善所有人都导致了我们
在没有车轮后面的人类司机的情况下，展开在公共道路上的自动车辆（AVS）部署。
作为这一过程的一部分，Waymo致力于向公众提供信息丰富的相关数据
关于Waymo自动化驾驶系统（广告）的安全性，我们称之为Waymo
司机。
本文提出的数据代表了超过610万英里的自动驾驶
凤凰城，亚利桑那大都市区，包括与方向盘后面训练有素的操作员的运营
从2019年日历年和65,000英里的无人驾驶操作，没有人类的转向
2019年的轮子和2020年的前九个月。本文包括每次碰撞和次要联系
在这些操作期间经验丰富，以及使用Waymo识别的每个预测联系人
反事实(“如果”)模拟事件，车辆的训练操作员没有脱离自动化
开车。在这段时间里发生了47起接触事件，其中18起是真实的，29起是真实的
模拟联络事件，其中任何一个都预计会导致严重或危及生命的伤害。
本文提出了每个实际和模拟事件的碰撞类型和严重程度，以及
图表描述了每一个最重要的事件。几乎所有的事件都涉及一条或多条道路规则
人类司机或道路用户的违规或其他错误，包括所有最严重的事件
(我们将其定义为涉及任何相关车辆中实际或预期的安全气囊部署)。当
与国家碰撞统计数据相比，Waymo驱动程序完全避免了某些碰撞模式
人类驱动的车辆经常参与，包括道路离开和固定的碰撞
对象。虽然与这些碰撞模式相关的数据非常有前途，但存在碰撞
是由其他司机引起的挑战情况造成的，提醒人们自动驾驶汽车的局限性
只要AVS与人类司机分享道路，就会避免碰撞。
公共道路上AV操作事件的分析只是许多互补安全性之一
Waymo使用的评估方法，我们正在分享它，因为它是客观的，直接相关
自动驾驶汽车的公共道路运作。随着自动化车辆的不断改进，车队的行驶里程也在不断增加
成长，公开了解他们的安全影响。本文的长期贡献不是
只有活动和里程共享，但通过公开分享这种类型的安全来设置的示例
信息

与此同时，Tesla FSD仍在学习导航曲线。

每当我忍不住相信自动驾驶汽车就在“附近”的时候，我就会来到一个建筑工地，那里有一组令人困惑的锥状物，人们挥舞着双手让交通保持畅通。目前的自动驾驶汽车不可能做到这一点。90-10定律是真实存在的，我们还没有接近90。当自动驾驶汽车关闭并阻塞交通造成严重延误时，人们会非常生气。

鲍勃

每当我忍不住相信自动驾驶汽车就在“附近”的时候，我就会来到一个建筑工地，那里有一组令人困惑的锥状物，人们挥舞着双手让交通保持畅通。目前的自动驾驶汽车不可能做到这一点。90-10定律是真实存在的，我们还没有接近90。当自动驾驶汽车关闭并阻塞交通造成严重延误时，人们会非常生气。

鲍勃

无人驾驶无人机紧随无人驾驶汽车之后。

这辆车显然只是二级。

Waymo公共道路安全性能数据
https://storage.googleapis.com/sdc-...waymo-public-road-safety-performance-data.pdf.



与此同时，Tesla FSD仍在学习导航曲线。

https://www.cnn.com/2020/10/30/cars/tesla-full-self-driving/index.html

“我不喝醉，这是我的车：'tesla'完全自行车'获得混合评论

是的，这是2020年，在赛道上没有真正的无人驾驶汽车，出租车或卡车。初始成本较小，实验时间短，一旦技术准备就绪，就可以添加到任何车辆中。

一旦技术准备就绪，就可以添加到任何车辆中。

我打赌它不能。至少，不是费用，你的普通乔公众将准备支付。

我打赌它不能。至少，不是费用，你的普通乔公众将准备支付。

如果只是真的。

https://www.roadandtrack.com/news/a...just-laughabally-bad-and-dange/dange/

全自动驾驶是一个非常棘手的问题。这最后一点处理异常的技巧甚至能愚弄人类驾驶员，尽管如果他们是清醒的、清醒的、注意力集中的，这种情况很少发生。

但我想知道，如果我们不再假设自动驾驶汽车必须完全适应现在的世界，事情会变得容易多少。我们可以用相当小的方式改变世界，让他们更容易生活。发射器可以安置在麻烦地区，告诉车辆的计算机他们可能“不知道”的重要信息，比如路面已经弯曲或正在维修。几乎每个人口袋里都有一部手机。或许手机可以检测到你处于“行人”模式，并向车辆发出脉冲信号，从而大幅降低行人被撞的几率。交通警察挥动手电时可以挥舞一些能直接与车辆通信的东西。大范围的道路可以被认为是安全的，而更具挑战性的道路则是禁区。

解决方案并非所有人都不受到限制以驻留在车辆中。

我还在努力为一般人群进行自动驾驶汽车找到一个充分的理由。

https://spectrum.ieeee.org/transport...e-big-problem-with-selfiving-cars-isople.

自动驾驶汽车的最大问题是人
我们会走出我们的方式让问题更糟