HSD2.0这次更新，收获了很多好评。
一个很重要的原因就是在一段式端到端的基础上引入了强化学习。
一段式端到端本身作为数据驱动工程范式的完全体，其实在很大程度上考验的是数据本身的分布问题。
这次的模型挑什么样的数据进来，训完了之后是否有足够快的反馈链路能够确定自己在正确的方向上，其实每个团队都没有定论。
听过某个团队某次发版本前，待选的软件版本有很多个，各个维度上都有一点优势，而不是线性逐步开发。
这个时候强化学习就能有用处了，在数据驱动基础上，用强化学习约束，保证目标方向。
例如更安全的驾驶决策，更平缓的加减速，对盲区的安全处理等等。
某种程度上以前被诟病的规则可以被抽象成一些reward，用来引导训练的方向。
所以以前的工程经验，从现在看，并不是完全没有价值的。
而是要看怎么利用这种价值。
地平线正式发布hsdv2.0
