無人駕駛在舊金山停電事件的反應
城市停電下的自動駕駛：
Waymo 與 Tesla 的軟體應對
舊金山 PG&E 停電事件中的決策哲學、風險取捨與運營影響
內容導覽
重點解析：Waymo 在舊金山停電時因「確認機制」導致車輛停滯，而 Tesla Robotaxi 則能持續運作。差異主要來自軟體設計哲學——Waymo 偏向「安全冗餘與保守確認」，Tesla 則採「即時感知與決策」的架構。
Waymo 官方回覆重點（PG&E 停電事件）
- 事件背景：停電導致三分之一舊金山交通號誌失效，警方需人工指揮交通。
-
Waymo Driver 反應：
- 黑燈策略：設計上會將「黑燈號誌」視為四向停車。
- 確認機制：因安全冗餘，系統會要求「確認檢查」，大量請求堆積導致延遲與塞車。
-
公司措施：
- 暫停服務：避免加劇交通壅塞，車輛停靠路邊等待回收。
- 軟體更新：增加「停電情境」的上下文，讓系統能更果斷決策。
- 強化應急協作：與市府、急救單位合作，更新訓練與流程。
Tesla Robotaxi 在同一事件的表現
- FSD v14 表現：用戶影片顯示在停電期間仍能順利通過黑燈路口，持續運作。
-
原因：
- 車載感知導向：主要依靠攝影機與神經網路，不依賴外部基礎設施。
- 即時決策：直接將黑燈號誌視為四向停車並執行，不需額外確認。
- 結果：停電期間仍能提供服務，未出現大規模停滯。
軟體角度比較：Waymo vs Tesla
| 面向 | Waymo | Tesla |
|---|---|---|
| 設計哲學 | 保守、安全冗餘，需「確認檢查」 | 即時感知決策，偏向持續運作 |
| 停電應對 | 黑燈號誌 → 四向停車，但需額外確認，導致延遲 | 黑燈號誌 → 直接四向停車，快速通過 |
| 優點 | 更安全、避免誤判；與市府、急救單位協作完善 | 服務不中斷；彈性高、快速適應突發狀況 |
| 缺點 | 大規模停電時易塞車；暫停服務影響用戶體驗 | 決策偏激進，感知誤判風險較高；缺乏外部冗餘確認 |
分析與啟示
核心挑戰
- Waymo：在「大規模基礎設施失效」情境下，保守策略反而造成系統性停滯。
- Tesla：雖能持續運作，但缺乏「外部安全冗餘」，遇到更複雜突發（如臨時人工指揮混亂）風險增加。
- 啟示：Waymo需在「安全冗餘」與「運營流暢」間取得平衡；Tesla需補強「安全協作」與「情境冗餘」，避免過度依賴即時感知。
Tesla 在黑燈號誌下的行為
- 視覺優先架構：Tesla FSD 採用純視覺神經網路，不依賴高精地圖或外部基礎設施；號誌熄滅時以「路口車流狀況」為主要判斷依據。
- 非硬性四向停車：影片顯示在黑燈路口不一定完全停下，依周邊車輛速度與間距選擇減速通過或短暫停車。
- 持續運作：此設計使其在停電期間仍可提供 Robotaxi 服務，與因確認檢查而停滯的 Waymo 形成對比。
優缺點比較：黑燈情境下的兩者差異
| 面向 | Tesla FSD | Waymo Driver |
|---|---|---|
| 行為邏輯／優點 | 即時感知 → 動態決策，不必硬性四向停；流暢、不易造成大規模停滯；能持續提供服務 | 規則導向 → 黑燈必須四向停車並確認；更符合法規邏輯；安全冗餘高、降低誤判風險 |
| 缺點 | 可能違反交通法規（未完全四向停車）；碰撞風險增、遭監管關注 | 停電時易大規模停滯；用戶體驗受影響 |
風險與爭議
- 法規遵循：在美國，黑燈號誌通常視為四向停車；Tesla 的動態判斷可能觸及交通規則爭議。
- 安全調查：美國國家公路交通安全管理局（NHTSA）曾就 FSD 涉及闖紅與碰撞事件展開調查，凸顯監管審視。
- 哲學差異：Waymo 選擇保守停車避免違規；Tesla 選擇持續運作以維持服務——反映軟體設計的「安全冗餘 vs 即時靈活」。
總結：Tesla 在黑燈號誌下未嚴格遵守四向停車，源於其「即時感知決策」而非「規則導向」的設計；Waymo 的保守策略則在大規模停電中造成停滯。兩者在「安全 vs 運營」上的取捨，決定了用戶體驗與風險輪廓。
Comments
Post a Comment