2017-2019年特斯拉构建多任务学习神经网络架构 HydraNet,并采用后融合方式进行特征融合。研发中的效率问题促使特斯拉进一步探索和开发能够提高任务处理效率的多任务学习网络,其中最具特色的为多任务学习网络架构HydraNet。这个被称为“九头蛇网络”的HydraNet允许自动驾驶系统在同一时间高效地执行多种视觉识别任务,比如车道线检测、行人识别与追踪、交通信号灯识别等,而不是像以前的技术那样只能处理单一的检测任务,这种多任务并行处理的能力,显著提升了自动驾驶系统的性能。在特征融合的方式上,特斯拉采用将感知结果综合起来的后融合策略,需要人工对数据进行标注。