GALAXY银河
试驾准备
原理与条件

AI汽车|功能学习中的导航改道的决策成本观察笔记

路线重新规划需要同时比较道路条件、转向次数和预估时间,数字略短不一定更适合当前行程。本篇结合功能学习整理观察要点与适用范围。

GALAXY银河内容整理功能学习
XPeng资料图片
资料配图 · 图片出处与许可

熟悉功能需要理解其工作条件,也要知道什么时候不应依赖。这次讨论围绕导航改道的决策成本,放在AI汽车与智能交互的范围内,先保留能核对的线索,再判断它们能支持多大的结论。

先确定问题的范围

谈到导航改道的决策成本,需要先交代对象和任务。路线重新规划需要同时比较道路条件、转向次数和预估时间,数字略短不一定更适合当前行程。在功能学习的条件下,名称只是起点,真正需要核对的是哪些因素正在发生作用。

沿着实际过程找线索

关注改道原因以及需要增加的操作复杂度,再决定是否采纳。按正式说明逐步核对,保留尚未验证的场景。记录宜保留先后顺序,避免只保存最显眼的结果。对感知、语音与车端交互的观察,也应说明哪些信息来自现场、哪些来自后续资料。

怎样理解看到的差异

预计用时受实时交通变化影响,不宜把屏幕上的时间当成到达承诺。如果关键条件尚未明确,可以先描述现象,将解释保留为待确认项;这样下一次复核时才知道应该补充什么。

把认识转成下一步问题

阅读结束后,可以分别写下已确认的事实、解释所依赖的条件和还缺少的资料。围绕导航改道的决策成本继续查证时,优先寻找与功能学习真正对应的说明,而不把相近名称当成相同情境。

常见问题

理解导航改道的决策成本,先确认什么?

路线重新规划需要同时比较道路条件、转向次数和预估时间,数字略短不一定更适合当前行程。

在功能学习时怎样开始?

按正式说明逐步核对,保留尚未验证的场景。关注改道原因以及需要增加的操作复杂度,再决定是否采纳。

什么情况下不宜直接套用结论?

预计用时受实时交通变化影响,不宜把屏幕上的时间当成到达承诺。