特斯拉在北美向员工推送 FSD Beta V11.4 软件更新发行说明(2023.6.15) : - 通过评估自我行动和行人反应的联合空间中的多种可能未来，改进了在更多人行横道上主张或让步的行人的决定。 - 通过根据其运动学数据测量其与自我路径相交的概率，并在估计风险高时先发制人地减速，改善自我在VRU附近的行为。 - 在密集的非结构化cit环境中改进了转弯性能。 改进案例的例子包括：当转弯车道被停放的汽车挡住时转弯，避免转弯进入公交车道。 - 改进的车道引导模块，以向车道自我需要到达目的地的网络提供远程路由“提示”。还显著改进了每车道路由类型自动贴标器。这些变化综合解决了由错误路由类型引起的所有干预的64%。 - 通过使用最新版本的“车道指导”模块，在同一数据集上重新训练我们的网络，并使用通用特征空间来预测线路、道路边缘和限制空间，从而改善车道、线路、道路边缘和限制空间检测之间的几何一致性。 - 部分切入的召回提高了39%，由于通道变更到相邻车道而导致的误阳性切入精度提高了66%，导致整体车道变更预测误差减少了33%。 这是通过将自动标记车队数据集进一步增加8万个剪辑，提高自动标记算法的准确性，并调整培训监督的分布来实现的。 - 更好地理解何时使用公交车道以及何时避免 - 通过更新车道类型检测网络和改善地图视觉融合，更好地理解何时使用公交车道以及何时避免使用公交车道。 - 通过更好地考虑即将到来的导航截止日期、所需的背靠背车道变化以及自我背后的车辆，改善了车道变化期间的速度控制。 - 添加了新的视觉速度网络，以推断给定道路上的典型驾驶速度。这用于限制停车场和住宅道路等环境中允许的最大速度。 - 通过使 Autopilot 的最大允许速度与检测到的道路状况的严重性成正比，从而减轻了水滑风险。 在极端情况下，Autopilot可能会使用道路潮湿、其他车辆的轮胎喷雾、降雨强度、轮胎磨损估计或其他表明车辆接近表面处理极限的风险因素来警告驾驶员并降低速度。 - 改进城市街道上的远程路径堵塞检测和控制。由于早些时候即将到来的路径堵塞，Ego 现在将能够执行车道更改。 - 通过更好的代码诊断和 C+ 提高开发人员的工作效率 - 通过将编译器升级到 clang-16 的 +20 功能。这也将光子到控制车辆的响应延迟提高了2%。