透過觀察和簡(jiǎn)單的工具，人類駕駛者可以駕駛以前沒有行駛過的道路。我們只是將我們周遭看到的內(nèi)容與GPS設(shè)備上看到的內(nèi)容進(jìn)行比對(duì)，來確定我們的位置以及我們想要去的地方。然而，無人駕駛汽車卻會(huì)在這種基本推理中掙扎，因?yàn)樵诿總€(gè)新的區(qū)域，汽車必須先測(cè)繪和分析所有新道路，且系統(tǒng)也依賴于復(fù)雜的地圖與動(dòng)態(tài)處理與生成，這非常耗時(shí)。

麻省理工學(xué)院的研究人員在機(jī)器人與自動(dòng)化國(guó)際會(huì)議上發(fā)表研究成果，他們創(chuàng)建了卷積神經(jīng)網(wǎng)絡(luò)(CNN)的機(jī)器學(xué)習(xí)系統(tǒng)，該系統(tǒng)僅使用簡(jiǎn)單的地圖和攝影機(jī)的影像數(shù)據(jù)，使無人駕駛汽車能夠在新的復(fù)雜環(huán)境中導(dǎo)航，類似人類駕駛推理模式，可以駕駛以前沒有駕駛過的道路。

與人類駕駛員類似，系統(tǒng)還可以檢測(cè)其地圖與道路特征之間的任何不匹配。這有助于系統(tǒng)確定其位置，傳感器或映像是否不正確，以便糾正汽車的航向。在自動(dòng)駕駛期間，系統(tǒng)連續(xù)地將影像數(shù)據(jù)與地圖數(shù)據(jù)比對(duì)，并記錄任何不匹配，協(xié)助自動(dòng)駕駛汽車確定道路上的位置，也確保汽車保持在最安全的路徑上，如果行駛過程中與輸入信息矛盾時(shí)：如汽車在沒有轉(zhuǎn)彎的直道上行駛，并且GPS指示汽車必須向右轉(zhuǎn)，汽車將知道要保持直行或停車。

在現(xiàn)實(shí)世界中，傳感器會(huì)失效的時(shí)候，研究人員希望透過建構(gòu)一個(gè)能夠接受這些噪聲輸入的系統(tǒng)，來確保系統(tǒng)對(duì)不同傳感器的故障問題仍具有健全性，并且仍能在路上正確導(dǎo)航和定位。