为什么到了端到端时代，辅助驾驶反而容易偏航了？

复旦大学联合清华AIR、中科院自动化所和滴滴，发表了一篇关于端到端导航理解的研究。研究团队做了一组实验：把模型收到的正确导航删掉，甚至换成随机、错误的左转、右转和直行指令，综合规划成绩几乎没有下降，有时反而略有提高。

这说明，至少在被测试的模型中，导航虽然接进去了，却没有真正影响规划。模型主要依靠眼前的道路结构、摄像头画面和训练数据中的常见驾驶模式开车。

为什么会是这个结果？问题出在导航信息太简单。

很多端到端模型拿到的，只是左转、直行、右转这类离散指令。比如几百米后需要右转，人类司机现在就会开始向右选道，但模型当前收到导航指令仍然可能是“直行”。

模型在模仿学习中，看见人类正在变道，却不知道这次变道是为了超车，还是为了几百米后的右转。导航和驾驶动作之间的因果关系，就断掉了。

当然，这篇论文不能代表所有量产端到端方案。但从我们的体验来看，模型真正能够利用的导航信息，确实可能比我们想象中更有限。

过去依靠地图和规则，可以直接规定这个路口应该走哪条车道；进入端到端时代以后，系统需要自己从数据中学会导航、道路结构和完整轨迹之间的关系。

HSD V2.0依然在坚持模型选道，他们是怎么做的？我们在这期节目中做了大量的案例复现，推荐大家看这期节目：网页链接