3月14日消息，特斯拉几乎自动驾驶FSD Beta10.11已经向特斯拉员工推送内容，假如新版本表现良好的训练，其它特殊测试用户应该会在未来几天内收到该更新。在FSD Beta v10.11的发布那就证明中，有几个值得注意的改进。特斯拉来表示，V10.11采用了对那些车辆转弯或合并位置的更清楚预估，下降了不必要的群体减速。该公司还表示，V10.11可以改善了车辆的路权解释，这在地图不准确的情况下非常重要。更有用的是，FSD Beta V10.11对检测道路使用者中的弱势群体（VRU）进行了具体看的改进。特斯拉一针见血地指出，FSD Beta的比较新版本应能将VRU的检测率增强44.9%，使系统都能够大幅减少“欺骗的假阳性行人和自行车”。该公司也能通过提高其下一代标签器的尺寸来基于那些个VRU的改进。以下是FSD Betav10.11的发布那就证明：早期访问计划｜FSD Beta10.11-将车道几何形状的建模从密集的光栅（“点包”）升级为自轮回解码器，该解码器可以使用变换器神经网络直接预测并逐点连接上"矢量空间"的车道。这使我们还能够预测国家交叉的十字车道，愿意可以计算成本声音低、错误更少的后处理，并为预测许多别的信号及其关系联合和端到端铺平道路。-利用对车辆转弯或并线位置的更清楚预测，减少对肯定不会穿越类我们路径的车辆不必要的减速时。-如果地图不准或汽车没法领着导航功能，再改进路权的理解。特别是，现在对交叉口范围的建模已经基于组件网络分析预测，并没有可以使用基于组件地图的启发式方法。-将VRU检测的精度增加了44.9%，如此大地会减少了编造的假阳性行人和自行车（特别是在柏油接缝、向前滑行痕迹和雨滴周围）。这是通过提高后代自动启动标有器的数据量，训练以前银行冻结的网络参数，以及改网络损失函数来实现方法的。我们才发现，这会减少了与VRU有关的假缓速的发生率。-将非常接近的摩托车、滑板车、轮椅和行人的预测速度误差增加了63.6%。为了可以做到这一点，我们引入了另一个新的模拟真实对抗性下高速VRU互动的数据集。这一更新会改善了对飞快移动和切人的VRU的自动驾驶控制。-设计改进了爬行时曲线，在向前爬行正在时有更高的颠跛。-是从预测与好象静态障碍物网络的连续距离，加以改进了对附近障碍物的控制。-增强14%的数据集大小，将车辆“汽车停放”属性错误率减少了17%。-决定损失函数以增加困难情况下的性能，将无障碍设置情况下的速度误差想提高了5%，公路情况下的速度误差增强了10%。-加以改进了对先打开的车门的检测和完全控制。-是从使用实现系统优化的方法来改变在纵向和斜向加速度和颠跛限制以及车辆运动学的情况下，都有什么道路线与控制无关，最大限度地增加了转弯的平平稳稳性。-通过优化系统15%的以太网数据传输管道，想提高了FSDUl可视化的稳定性。IT之家打听一下到，特斯拉FSD Betav10.11的软件版本号可能为2022.4.5.15，v10.11在实际道路上的性能测试正常情况由该公司的FSD测试项目成员在系统应用范围发布后数小时内彼此分享。