Fleet learning
Moderator: Redaktion
Fleet learning
Så min (och alla andras?) Teslor "lär sig" av sina förare?
Borde inte det i teorin betyda att om (läs när) jag kör som en idiot så är det vad Teslan lär sig?
Om jag bromsar sent? Håller hög hastighet genom kurvor? Gasar på vid gult ljus istället för att släppa av och stanna som man bör? Gasar hysteriskt för att lämna någon stackars Porsche vid rödljuset?
Jag kan inte vara den enda föraren som inte kör som körkortsboken säger att man ska. Långt ifrån.
Bara en tanke egentligen..
Borde inte det i teorin betyda att om (läs när) jag kör som en idiot så är det vad Teslan lär sig?
Om jag bromsar sent? Håller hög hastighet genom kurvor? Gasar på vid gult ljus istället för att släppa av och stanna som man bör? Gasar hysteriskt för att lämna någon stackars Porsche vid rödljuset?
Jag kan inte vara den enda föraren som inte kör som körkortsboken säger att man ska. Långt ifrån.
Bara en tanke egentligen..
85D Referrallänk: http://---
Re: Fleet learning
Nejdå. En enskild användares bidrag påverkar inte. Bilen lär sig heller inte köra via fleet learningen, utan den lär sig bara att bromsa och svänga på rätt ställe etc. Huvudpoängen är att bilen behöver få hjälp att förstå/tolka vissa radarsignaturer. Elon Musk använde botten av en läskburk som exempel - den konkava botten reflekterar radarn på ett sätt som gör att bilen tror att det är ett jättestort objekt. Om det ligger en läskburk på vägen så kommer bilen förstå att det inte är något farligt när förarna inte bromsar. Denna information kommer sedan propageras till andra teslor.
Om vi här på forumet skulle komma överens om att åka ut flera gånger i veckan till en viss lågtrafikerad plats och tvärnita där så borde det kunna ge genomslag.
Om vi här på forumet skulle komma överens om att åka ut flera gånger i veckan till en viss lågtrafikerad plats och tvärnita där så borde det kunna ge genomslag.
Model X 90D
Model 3 SR+
Mitsubishi i-MiEV
Lyssna på podcasten Bilar med sladd - Nordens största miljö- och elbilspodcast! https://www.bilarmedsladd.se.
Sponsra resebloggandet och poddandet när du skaffar Tibber: https://invite.tibber.com/pk8ybxoa.
Model 3 SR+
Mitsubishi i-MiEV
Lyssna på podcasten Bilar med sladd - Nordens största miljö- och elbilspodcast! https://www.bilarmedsladd.se.
Sponsra resebloggandet och poddandet när du skaffar Tibber: https://invite.tibber.com/pk8ybxoa.
Re: Fleet learning
Ja, så bilen kommer alltid dra på så fort den identifierar en Porsche...Herr X skrev:Om vi här på forumet skulle komma överens om att åka ut flera gånger i veckan till en viss lågtrafikerad plats och tvärnita där så borde det kunna ge genomslag.
Re: Fleet learning
Ursäkta en trögtänkt konsult. Att lära sig bromsa och svänga på rätt ställe, förutsätter inte det att förarna gör detta?Herr X skrev:Nejdå. En enskild användares bidrag påverkar inte. Bilen lär sig heller inte köra via fleet learningen, utan den lär sig bara att bromsa och svänga på rätt ställe etc.
Jag förstår problematiken med reflekteringen av radarsignaler från en konkav såväl som en konvex yta. Fine - väja inte för aluminiumburkarna på vägen, bibehåll kurs och hastighet.
Men hur många förare har alltid korrekt kurvtagning? Eller bromsar alltid vid rätt tillfälle - eller på "rätt sätt".
I mitt huvud känns det som om det borde vara någon form av granskning av beteendet i olika situationer. Mänsklig eller via algoritmer, vad vet jag.
Eller så bara "över-tänker" jag hela grejen och har alldeles för låga tankar om mina medtrafikanter generellt. (Fast de tankarna är förstås referensformade.)
85D Referrallänk: http://---
- danni
- Teslaägare
- Inlägg: 7259
- Blev medlem: 24 mar 2015 13:18
- Ort: Göteborg
- Referralkod: ts.la/danni1257
- Kontakt:
Re: Fleet learning
Det handlar inte om att den ska göra exakt som en enskild förare. Det handlar om att den ska lära sig när många förare gör annorlunda gentemot hur den skulle göra. Om t.ex. majoriteten av alla förare väljer en helt annan linje genom en kurva om och om igen så kanske det kan vara värt att justera beteendet. Och just i exemplet med hinder och radareko så handlar det ju om att identifiera huruvida ett visst radareko är nåt livsfarligt som blockerar bilens färdriktning och skulle orsaka en kollision eller inte. Om tio Tesla-förare på raken blåser rakt förbi det potentiellt livsfarliga hindret utan att ens nudda bromsen så kanske bilen kan dra slutsatsen att just det här ekot var inte ett livsfarligt hinder.Johnny_B skrev:Ursäkta en trögtänkt konsult. Att lära sig bromsa och svänga på rätt ställe, förutsätter inte det att förarna gör detta?Herr X skrev:Nejdå. En enskild användares bidrag påverkar inte. Bilen lär sig heller inte köra via fleet learningen, utan den lär sig bara att bromsa och svänga på rätt ställe etc.
Jag förstår problematiken med reflekteringen av radarsignaler från en konkav såväl som en konvex yta. Fine - väja inte för aluminiumburkarna på vägen, bibehåll kurs och hastighet.
Men hur många förare har alltid korrekt kurvtagning? Eller bromsar alltid vid rätt tillfälle - eller på "rätt sätt".
I mitt huvud känns det som om det borde vara någon form av granskning av beteendet i olika situationer. Mänsklig eller via algoritmer, vad vet jag.
Eller så bara "över-tänker" jag hela grejen och har alldeles för låga tankar om mina medtrafikanter generellt. (Fast de tankarna är förstås referensformade.)
Model X Plaid / Midnight Silver / vit interiör med kolfiber / 22” / FSD
Räkna ut din Tesla-kostnad: https://www.teslakalkylen.com
Räkna ut din Tesla-kostnad: https://www.teslakalkylen.com
Re: Fleet learning
2009 träffade jag en utvecklare av just de här systemen. Största utmaningen var "brunnslock"! Radarn "ser" ett stort metallföremål mitt på vägen och de finns överallt. Normalt sett ska såna köras över. Men stora frågan var hur mycket ska metallföremålet "sticka upp" innan det blir farligt =dags att panikbromsa?
Kan ju vara ett tappat stödhjul från en släp, eller en tappad metallbalk från en bil, eller ett vanligt vägräcke i en kurva (för vägen svänger ju där även om metallföremålet är rakt framför bilen..)
Bromsar bilen vid fel tillfälle/i onödan =risk för påkörning bakifrån.
Å andra sidan bromsar INTE =pang rakt in i en tappad metallbalk.
Lösningen då var att "allt i metall som rör sig" är åtminstone inte lyktstolpar, vägräcken osv så då är det troligtvis andra bilar! Senare generationer har då även funkat på stillastående bilar. I början var definitionen ="det rörde sig nyss MEN står stilla nu, så då är det nog en bil i alla fall"! osv där dagens system så klart är ännu mer avancerade/förfinade.
Då började man förstå utmaningen med i princip 100% tillförlitlighet.
Då har vi inte pratat om andra föremål som en kamera läser av (om/när har en sån) "rörelsenönster/kontur på" =fotgängare, älgar, lyktstolpar, flygande plastpåsar, uppvirvlande dammoln osv.
Såg också en intressant föreläsning av en googletekniker som jobbade inom deras självkörandebilavdelning. De hade en film på då deras självkörande bil hade stött på en tant i elrullstol, jagandes änder med en kvast i en gatukorsning... inte så lätt att "förutse" när man försöker bygga upp "datornodeller" av verkligheten för att sen utifrån det bestämma hur bilen ska agera i olika situationer. Som Googlekillen sa: då har vi ändå 10 personer anställda som bara har till uppgift att "komma på" osannolika händelser. Men det här hade de inte tänkt på....
Mycket av tekniken kring självkörande bilar kommer från projekt när man utvecklade små "rovers" för att skicka till andra planeter (låter det lite bekant...). Utmaningen var att tv-bilden till jorden från rovern tog typ 8min. Om man då t ex såg att rovern var på väg ut för ett stup, tryckte på nödstoppen. Så tog även den signalen 8min tillbaka. Så från det rovern stötte på ett problem så skulle det ta 16 min innan man "kunde reagera" och påverka den, därav att man insåg att rovern måste kunna "sköta sig själv"
Finns otroligt mycket spännande och intressant att berätta om sånt här.
Som någon påpekade så handlar det inte om vad någon specifik förare gör. Utan om vad DE FLESTA förare gör, sannolikheter, konsekvensanalyser utifrån det osv.
Här ser man en av styrkorna hos Tesla.
Säg att de rullar 50000 Teslor med AP på vägarna. Kör 10mil/dag i snitt.
Då samlar alltså bilarnas sensorer in 500000mils kördata varje dag!
Kan ju vara ett tappat stödhjul från en släp, eller en tappad metallbalk från en bil, eller ett vanligt vägräcke i en kurva (för vägen svänger ju där även om metallföremålet är rakt framför bilen..)
Bromsar bilen vid fel tillfälle/i onödan =risk för påkörning bakifrån.
Å andra sidan bromsar INTE =pang rakt in i en tappad metallbalk.
Lösningen då var att "allt i metall som rör sig" är åtminstone inte lyktstolpar, vägräcken osv så då är det troligtvis andra bilar! Senare generationer har då även funkat på stillastående bilar. I början var definitionen ="det rörde sig nyss MEN står stilla nu, så då är det nog en bil i alla fall"! osv där dagens system så klart är ännu mer avancerade/förfinade.
Då började man förstå utmaningen med i princip 100% tillförlitlighet.
Då har vi inte pratat om andra föremål som en kamera läser av (om/när har en sån) "rörelsenönster/kontur på" =fotgängare, älgar, lyktstolpar, flygande plastpåsar, uppvirvlande dammoln osv.
Såg också en intressant föreläsning av en googletekniker som jobbade inom deras självkörandebilavdelning. De hade en film på då deras självkörande bil hade stött på en tant i elrullstol, jagandes änder med en kvast i en gatukorsning... inte så lätt att "förutse" när man försöker bygga upp "datornodeller" av verkligheten för att sen utifrån det bestämma hur bilen ska agera i olika situationer. Som Googlekillen sa: då har vi ändå 10 personer anställda som bara har till uppgift att "komma på" osannolika händelser. Men det här hade de inte tänkt på....
Mycket av tekniken kring självkörande bilar kommer från projekt när man utvecklade små "rovers" för att skicka till andra planeter (låter det lite bekant...). Utmaningen var att tv-bilden till jorden från rovern tog typ 8min. Om man då t ex såg att rovern var på väg ut för ett stup, tryckte på nödstoppen. Så tog även den signalen 8min tillbaka. Så från det rovern stötte på ett problem så skulle det ta 16 min innan man "kunde reagera" och påverka den, därav att man insåg att rovern måste kunna "sköta sig själv"
Finns otroligt mycket spännande och intressant att berätta om sånt här.
Som någon påpekade så handlar det inte om vad någon specifik förare gör. Utan om vad DE FLESTA förare gör, sannolikheter, konsekvensanalyser utifrån det osv.
Här ser man en av styrkorna hos Tesla.
Säg att de rullar 50000 Teslor med AP på vägarna. Kör 10mil/dag i snitt.
Då samlar alltså bilarnas sensorer in 500000mils kördata varje dag!
Kia EV9 6-sits, Seat Mii 900mil, Tesla Roadster 250mil.
Fd:BMW i4 eDrive40 1000mil, MG5 850mil, MYLR 900mil, Kia EV6+ 1500mil, Skoda Enyaq iV80 2000mil, VW ID3 1100mil, Kia eNiro 3700mil, X100D 1500mil, P85 3000mil, 4xe-Golf 8700mil, e-up 2000mil
Fd:BMW i4 eDrive40 1000mil, MG5 850mil, MYLR 900mil, Kia EV6+ 1500mil, Skoda Enyaq iV80 2000mil, VW ID3 1100mil, Kia eNiro 3700mil, X100D 1500mil, P85 3000mil, 4xe-Golf 8700mil, e-up 2000mil
Re: Fleet learning
På vägen från Enköping mot Stockholm, någon mil från Enköping, längs motorvägen, finns ett gupp i vägen över ett dike. Det är ganska abrupt för att vara på en motorväg. Precis i guppet (eller ett par meter före) så styrde autopiloten lite åt sidan, nästan med ett ryck i ratten.
Jag undrar om det kommer från fleet learning. Om man kör avslappnat, med handen på sidan på ratten, så är guppet abrupt nog att man rycker lite i styret när man kör över guppet.
Jag undrar om det kommer från fleet learning. Om man kör avslappnat, med handen på sidan på ratten, så är guppet abrupt nog att man rycker lite i styret när man kör över guppet.
Röd Model 3 AWD LR. TSLA investerare. Egen vindkraft via Solivind El Ekonomiska Förening & solpaneler. Tidigare en S75D. Bygger framtidens matproduktion hos Johannas.
Re: Fleet learning
Autopiloten kan också vara lite svajig i sänkor och över krön. Kan det vara det annars?
Model S 85 byggd okt 2014 | Flerlagersröd | Svart tak | Svart tygklädsel | Teknikpaket med autopilot | Skruvfjädring | Dubbelladdare | Säkerhetspaket | 19"-fälgar | LTE | CCS
Re: Fleet learning
Herr X skrev:Om vi här på forumet skulle komma överens om att åka ut flera gånger i veckan till en viss lågtrafikerad plats och tvärnita där så borde det kunna ge genomslag.
Detta har jag varit så nyfiken på. Att t.ex. åka ut och som du säger, bromsa på samma ställe, eller "rycka i ratten" som att man gör en undanmanöver...
Dels för att se, hur Tolkar Tesla detta, hur lång tid innan det kommer märkbart till bilar samt kommer det till alla bilar? Krävs uppdatering för detta eller hämtas denna info konstant!
Jag är klart på om vi hittar ett lämpligt ställe!
/Jocce
2020 Model S Long Range, Pärlvit (Folierad), Vit interiör, FSD, 19" Silver Slipstream.
Re: Fleet learning
Här är ju ett möjligt exempel på det jag far efter.bjelkeman skrev:På vägen från Enköping mot Stockholm, någon mil från Enköping, längs motorvägen, finns ett gupp i vägen över ett dike. Det är ganska abrupt för att vara på en motorväg. Precis i guppet (eller ett par meter före) så styrde autopiloten lite åt sidan, nästan med ett ryck i ratten.
Jag undrar om det kommer från fleet learning. Om man kör avslappnat, med handen på sidan på ratten, så är guppet abrupt nog att man rycker lite i styret när man kör över guppet.
85D Referrallänk: http://---
Re: Fleet learning
Jag är skeptisk. När skickas all denna datan till tesla? Jag har för mig hastighetsanpassningen via tacc kommer från kartan, inte någon fleet learning.
Waze borde vara större nätverk för att få in den datan
Waze borde vara större nätverk för att få in den datan
Re: Fleet learning
Numera kör jag mycket med AP. På mindre vägar håller bilen sig mitt emellan "linjerna". Så kör inte jag manuellt. Borde jag stänga av AP och "lära" bilen " min kurvtagning"? Om inte, konserverar jag ju ett beteende som jag inte gillar!danni skrev:Det handlar inte om att den ska göra exakt som en enskild förare. Det handlar om att den ska lära sig när många förare gör annorlunda gentemot hur den skulle göra. Om t.ex. majoriteten av alla förare väljer en helt annan linje genom en kurva om och om igen så kanske det kan vara värt att justera beteendet. Och just i exemplet med hinder och radareko så handlar det ju om att identifiera huruvida ett visst radareko är nåt livsfarligt som blockerar bilens färdriktning och skulle orsaka en kollision eller inte. Om tio Tesla-förare på raken blåser rakt förbi det potentiellt livsfarliga hindret utan att ens nudda bromsen så kanske bilen kan dra slutsatsen att just det här ekot var inte ett livsfarligt hinder.Johnny_B skrev:Ursäkta en trögtänkt konsult. Att lära sig bromsa och svänga på rätt ställe, förutsätter inte det att förarna gör detta?Herr X skrev:Nejdå. En enskild användares bidrag påverkar inte. Bilen lär sig heller inte köra via fleet learningen, utan den lär sig bara att bromsa och svänga på rätt ställe etc.
Jag förstår problematiken med reflekteringen av radarsignaler från en konkav såväl som en konvex yta. Fine - väja inte för aluminiumburkarna på vägen, bibehåll kurs och hastighet.
Men hur många förare har alltid korrekt kurvtagning? Eller bromsar alltid vid rätt tillfälle - eller på "rätt sätt".
I mitt huvud känns det som om det borde vara någon form av granskning av beteendet i olika situationer. Mänsklig eller via algoritmer, vad vet jag.
Eller så bara "över-tänker" jag hela grejen och har alldeles för låga tankar om mina medtrafikanter generellt. (Fast de tankarna är förstås referensformade.)
Model S P85D,
- danni
- Teslaägare
- Inlägg: 7259
- Blev medlem: 24 mar 2015 13:18
- Ort: Göteborg
- Referralkod: ts.la/danni1257
- Kontakt:
Re: Fleet learning
Nuvarande versionen av AP är gjord för att försöka hålla mitten av filen så gott den någonsin kan. Jag tror inte du kan lära bort det. I nästa version av mjukvaran, 8.0, så ska den kunna anpassa sig lite mer. Bl.a. kommer den vid omkörning att kunna hålla ut lite från fordonet man kör om, och den kommer även att anpassa placeringen i filen efter hur vägen lutar (vilket den kommer veta tack vare fleet learning).Foluke skrev:Numera kör jag mycket med AP. På mindre vägar håller bilen sig mitt emellan "linjerna". Så kör inte jag manuellt. Borde jag stänga av AP och "lära" bilen " min kurvtagning"? Om inte, konserverar jag ju ett beteende som jag inte gillar!
Model X Plaid / Midnight Silver / vit interiör med kolfiber / 22” / FSD
Räkna ut din Tesla-kostnad: https://www.teslakalkylen.com
Räkna ut din Tesla-kostnad: https://www.teslakalkylen.com