想起来一个 在 AD 领域和人因相关的 小点📖

小学二年的我们都知道 现在绝大多数 ADAS 的模型，都是通过搜集大量行车数据【视频片段】 去训练 行车模型 。

去年提到的200/300/500/1000w clips 指的就是这个7v 或者11v的行车视频片段【长度最长可能会有数分钟级别】

有什么因就有什么果，如果我们的行车模型是基于人类驾驶【or 虚拟仿真 无所谓】 的行车数据训练出来的，那么这个模型如果是对齐人类驾驶行为【对，这里指的是对齐人类驾驶行为，不是价值观】

理论上，AD 模型开的车的轨迹应该是和相同经验人类驾驶均值的轨迹相同。

似乎非常合理，对吧❓

但是实际上有一个点，因为我们在用AD的时候，我们是一个监管者/接管者 等等…

如果行车模型出的轨迹就是我们人类均值应该出的驾驶轨迹，作为监管者【因为有接管延迟 50-100ms等等】，我们主观就会觉得这个模型：

1️⃣：跟车太近了；
2️⃣：转弯太快了/太慢了
3️⃣：选道迟了；

因为我们作为监管者的轨迹预期和自己开车的轨迹预期是不一样的【简单的说… 就是老司机坐在副驾驶老是会吐槽，新手司机开的咋这么菜[并不简单]】

@首席线索官 @叫肖漫就好 @大懒货的懒货

如果不同意，就当我错了[并不简单]，吃饭前临时用5分钟手敲的，有错误的地方请多包涵[并不简单]

#大v聊车##懒博小课堂##自动驾驶#