【摘要】 3月14日，特斯拉自动驾驶FSDBeta10 11已经将其推送给特斯拉员工。如果新版本表现良好，其他普通测试用户应在未来几天收到更新。 特
3月14日，特斯拉自动驾驶FSDBeta10.11已经将其推送给特斯拉员工。如果新版本表现良好，其他普通测试用户应在未来几天收到更新。特斯拉自动驾驶FSDBeta10.11向员工推送：提高行人等检测精度。
在FSDBetav10.11的发布说明中，有几个值得注意的改进。特斯拉表示，V10.11对其他车辆的转弯或合并位置采用了更准确的预测，减少了不必要的减速。该公司还表示，V10.11改善了对车辆路权的理解，这在地图不准确时非常重要。
更重要的是，FSDBetav10.11对检测道路用户中的弱势群体（VRU）进行了具体改进。特斯拉指出，最新版本的FSDBeta应该能够将VRU的检测率提高44.9%，使系统能够大大降低虚假假阳性行人和自行车。该公司可以通过增加下一代标签的尺寸来改进这些VRU。
以下是FSDBetav10.11的发布说明:
FSDBeta10.11早期访问计划。
-将车道几何形状的建模从密集的光栅（“点包”）升级为自回归解码器，使用变换器神经网络直接预测并逐步连接“矢量空间”车道。这使我们能够预测交叉车道，允许更低的计算成本和更少的错误后处理，并为预测许多其他信号及其关系和端到端铺平道路。
-利用更准确的预测车辆转弯或并线位置，减少不必要的减速，不会穿过我们的路径。
-如果地图不准确或汽车不能跟随导航，则提高对路权的理解。特别是，交叉口范围的建模完全基于网络预测，基于地图的启发方法不再使用。
-VRU检测的精度提高了44.9%，大大降低了虚假的阳性行人和自行车（特别是在沥青接头、滑动痕迹和雨滴周围）。这是通过增加下一代自动识别器的数据量，训练冻结的网络参数，修改网络损失函数来实现的。我们发现这降低了虚拟现实相关虚假减速的发生率。
-将非常接近的摩托车、滑板车、轮椅和行人的预测速度误差降低63.6%。为此，我们引入了一个新的模拟对抗高速VRU交互数据集。此更新改进了对快速移动和切入VRU的自动驾驶控制。
-改进爬行曲线，在爬行开始时有更高的颠簸。
-通过预测与一般静态障碍物网络的连续距离，改善了对附近障碍物的控制。
-通过增加14%的数据集，车辆停车属性错误率降低了17%。
-通过调整损失函数来提高困难条件下的性能，无障碍条件下的速度误差增加了5%，公路条件下的速度误差增加了10%。
-改进了对开门的检测和控制。
-在横向和纵向加速度、颠簸限制和车辆运动学的情况下，使用基于优化的方法来决定哪些路线与控制无关，从而提高转弯的稳定性。
-FSDUL可视化的稳定性通过优化15%的以太网数据传输管道来提高。
IT之家了解到，特斯拉FSDBetav10.11的软件版本号可能是2022.4.5.15，v10.11在实际道路上的性能测试通常由FSD测试项目成员在系统广泛发布后几小时内共享。