特斯拉透露，赛博卡车的后备箱使用了一种“学习算法”，这解释了一些在手指挤压测试中不一致的结果。
许多人担心赛博卡车的急转弯会给用户和行人带来负担。
如果你的算法中有赛博卡车，你一定看过无数人们用赛博卡车的后备箱切蔬菜和水果的视频。
特斯拉最近发布了一个新的更新，改进了卡车的目标检测系统。这家汽车制造商在发布说明中写道:
“动力卡车可以在关闭之前更好地探测到障碍物。”
获得更新并进行测试的赛博卡车车主报告了不一致的结果:
Cybertruck的首席工程师韦斯·莫里尔(Wes Morrill)在视频中评论道，Cybertruck的后备箱在关闭系统中使用了一种学习算法来进行夹紧检测:
Frunk夹紧检测是一种学习算法，每次在没有成功锁紧的情况下循环时都会增加闭合力。
这就解释了为什么重复测试会产生不一致的结果。
Morrill补充了一个例子来解释这个系统:
想象一下，后备箱里有一个大袋子，它也可能触发捏检测。然后你可以试着再次关闭它，就像你在这个视频中所做的那样。该算法假设，如果你反复试图关闭这个回路，那是因为你，作为循环中的人类，更了解并相信它应该关闭。
简而言之，特斯拉希望赛博卡车的后备箱能够在必要时通过反复的强力关闭自行关闭。记住这一点。
制造商有责任使产品尽可能安全，但制造出防哑巴产品是有限度的。我们在早期听到过类似的关于Model X的猎鹰翼门的担忧，我不记得这是一个问题。
然而，这是我第一次听说在后备箱或后备箱中使用学习算法来打开系统。
这可能有点过分，但随着人工智能的改进，它最终可以完美地工作。
联邦贸易委员会:我们使用收入汽车附属链接。更多。
