Las notas de lanzamiento de Tesla FSD Beta 10.11 revelan mejoras significativas

Tesla ha comenzado a enviar la actualización Full Self-Driving Beta 10.11 a los usuarios y las notas de la versión incluyen varias mejoras críticas para el sistema de conducción semiautónomo.

Por ahora, FSD Beta 10.11 solo se lanzará para los empleados de Tesla, pero si todo va bien, otros usuarios deberían recibir la actualización en los próximos días. Más importante aún, Elon Musk tuiteó el 13 de marzo que Tesla "probablemente" otorgar acceso a FSD Beta a los usuarios que obtuvieron una puntuación de 95 en Driver Safety Score.

Entre las mejoras clave mencionadas en las notas de la versión se encuentran predicciones más precisas de dónde giran o se unen los vehículos, lo que debería reducir las ralentizaciones innecesarias y una mejor comprensión del derecho de paso si el mapa no es preciso o el automóvil no puede seguir la navegación.

Además, FSD Beta 10.11 trae mejoras específicas para usuarios vulnerables de la carretera (VRU), a saber, peatones y ciclistas. La detección de VRU se ha mejorado en un 44,9 % en la última actualización, lo que permite que el sistema se reduzca drásticamente"falsos falsos positivos peatones y bicicletasy disminuir la incidencia de desaceleraciones falsas relacionadas con VRU, también conocidas como frenado fantasma.

Según las notas de la versión, Tesla pudo realizar estas mejoras de VRU al aumentar el tamaño de sus etiquetadoras de última generación.

Otra actualización importante se refiere a una reducción del 63,6 % en el error de velocidad previsto de motocicletas, scooters, sillas de ruedas y peatones muy cercanos.

Para obtener más detalles, consulte las notas completas de la versión a continuación.

• Modelado actualizado de la geometría de la pista desde rásteres densos ("bolsa de puntos") hasta un decodificador autorregresivo que predice y conecta directamente pistas de "espacio vectorial" punto a punto utilizando una red neuronal transformadora. Esto nos permite predecir bandas cruzadas, permite un posprocesamiento computacionalmente más económico y menos propenso a errores, y allana el camino para la predicción de muchas otras señales y sus relaciones entre sí y de un extremo a otro. Use predicciones más precisas de dónde están girando o entrando los vehículos para reducir la desaceleración innecesaria de los vehículos que no se cruzarán en nuestro camino.
• Mejor comprensión del derecho de paso si el mapa no es preciso o si el automóvil no puede seguir la navegación. En particular, el modelado de extensiones de intersección ahora se basa completamente en predicciones de red y ya no usa heurísticas basadas en mapas.
• Mejoró la precisión de las detecciones de VRU en un 44,9 %, lo que redujo drásticamente los falsos positivos de peatones y bicicletas (especialmente alrededor de costuras de alquitrán, marcas de derrape y gotas de lluvia). Esto se hizo aumentando el tamaño de los datos del etiquetador automático de última generación, entrenando los parámetros de la red que estaban previamente congelados y modificando las funciones de pérdida de la red. Descubrimos que esto disminuye la incidencia de desaceleraciones falsas relacionadas con VRU.
• Reducción del error de velocidad prevista de motocicletas, scooters, sillas de ruedas y peatones muy cercanos en un 63,6 %. Para hacer esto, presentamos un nuevo conjunto de datos de interacciones VRU adversarias simuladas de alta velocidad. Esta actualización mejora el control del piloto automático en VRU de movimiento rápido y recorte.
• Perfil de rastreo mejorado con más golpes al iniciar y finalizar el rastreo.
• Control mejorado para obstáculos cercanos al predecir la distancia continua a la geometría estática con la red general de obstáculos estáticos.
• Se redujo la tasa de error de atributos del vehículo en un 17 %, lo que se logró al aumentar el tamaño del conjunto de datos en un 14 %. También mejoró la precisión de la luz de freno.
• Se mejoró el error de velocidad del escenario despejado en un 5 % y el error de velocidad del escenario de carretera en un 10 %, logrado por la función de pérdida de sintonía destinada a mejorar el rendimiento en escenarios difíciles.
• Detección y control mejorados para puertas abiertas de automóviles.
• Suavidad mejorada en las curvas utilizando un enfoque basado en la optimización para decidir qué líneas de la carretera son irrelevantes para el control, teniendo en cuenta los límites de aceleración y los baches laterales y longitudinales, así como la cinemática del vehículo.
• Se mejoró la estabilidad de las vistas de FSD Ul mediante la optimización de la canalización de transferencia de datos de Ethernet en un 15 %.

La actualización significativa anterior fue FSD Beta 10.10 a principios de febrero, que eliminó la función de parada continua que generó críticas de la NHTSA. A partir del cuarto trimestre de 2021, Tesla tenía casi 60 000 propietarios en el programa FSD Beta.