第622章 行人识别的准确率达到了设计目标(2/2)

首发：~第622章 行人识别的准确率达到了设计目标

“那你要好好放着，不要弄丢了。”小萌认真地盯着他的口袋叮嘱了一句，就像平时陈峰叮嘱她把东西放好一样。

“不会丢的。”

晚上洗完澡，陈峰趴在床上，江映雪坐在旁边帮他按后背。

她的手掌从他肩膀往下推，沿着脊柱两侧的肌肉慢慢揉开。

他闭着眼，下巴搁在交叠的手臂上，声音带着困意：

“目标检测的精度已经提上来了，行人识别的准确率达到了设计目标，明天开始做决策规划模块。”

江映雪的手没有停，按了一会儿才说：

“家里那颗星星，我帮你收进书房抽屉了，和你那张贺卡放在一起。

等你忙完这阵子，我去买个合适的框子，把它裱起来。”

陈峰没有回头，声音闷在枕头里：“好。”

“那颗星星的纸片有点软，时间久了容易折坏，还是装框子保险。”

“你看着弄就行。”

她没再说话，手在他背上按了十来分钟，力道慢慢变轻了，最后收了手，在他旁边躺下来。

他翻了个身，侧躺着，她也侧过来对着他，两个人中间隔了一拳的距离。

她伸手把他额前搭下来的一缕头发拨开，什么都没说。

第三天早上的会上，陈峰站在主控台前，屏幕上显示着车辆在不同场景下的行为决策树和路径规划算法的流程图。

“决策规划模块的核心是让车辆在复杂的交通环境中做出正确的判断——

什么时候变道、什么时候超车、什么时候让行。”

他指着屏幕上的流程图，手指从最上面的感知输入一直划到底部的规划输出，

“规则逻辑处理常规工况，强化学习模型覆盖边界场景，两者协同工作。

今天的任务是规划算法的框架跑通。”

何晋看着屏幕上的流程图，手指在键盘上敲了几下调出了规则逻辑的细节。

“规则树现在覆盖了一百六十多个场景分支，剩下的那些边界情况交给强化学习模型去泛化。

但是奖励函数的设计怎么定？如果奖励函数偏重通行效率，模型可能倾向于激进的变道策略；

如果偏重舒适性，又可能在需要快速响应的时候动作太慢。”

陈峰调出奖励函数的设计文档，翻到中间那一页。

“奖励函数分了三个维度——安全性权重最高，占零点六；通行效率零点三；舒适性零点一。

安全性维度以碰撞时间的倒数为惩罚项，通行效率以平均速度为奖励项，舒适性以加加速度的绝对值作为惩罚项。

三个维度加权求和，权重比暂时不动，后面仿真跑起来之后再根据结果调。”

他说完在流程图旁边补充了几行注释，把奖励函数的计算公式写清楚，然后交给何晋去搭建模型框架。