沒有信號來保護人類免受迎面而來的交通威脅，左轉(zhuǎn)并不是開玩笑。

想象一下，你正把車開出一條車道，在一條雙車道公路上向左行駛：沒有什么能保護你，沒有紅綠燈，也沒有停車標志，因為從左邊向你疾馳而來的車流。你不僅要在從那一邊超速行駛的車流中偷偷穿過一個空隙，還要確保一旦你這樣做了，從你要加入的車道右側(cè)駛來的車輛也不會撞到你。

這些棘手的無保護策略有多種方式。一個稍微不那么復雜的版本是當你在一個紅綠燈前，一個圓形的綠燈而不是綠色的箭頭給你放行。你想左轉(zhuǎn)，必須在迎面而來的車流中找到一個空隙。

你明白了這一點：沒有保護的左轉(zhuǎn)彎很難，而且不僅僅適用于由人駕駛的汽車。

“無保護左轉(zhuǎn)彎是你在駕駛中遇到的最棘手的事情之一，”Nathaniel Fairfield說道，他是Waymo（以前稱為Google的自動駕駛汽車項目）行為團隊的軟件工程師，該團隊專注于如何自我解決問題- 駕駛汽車計劃他們的路線，車道定位，決策，并預測其他車輛的行為。

這很困難，因為司機必須完成一些技巧，比如身體上完成轉(zhuǎn)彎，在車流中找到一個洞，或者與他人進行非語言的談判，尤其是在車流密集、速度緩慢的情況下，當他們通過一個空隙時，他們必須把前端推出去。費爾菲爾德補充說，有時這很難，因為每個人都開得很快，很嚇人。

自動駕駛汽車不會感到恐懼，但這個問題對他們來說也是一個挑戰(zhàn)。費爾菲爾德說，這是因為它涉及其他人在路上。

自動駕駛汽車必須與人類駕駛的汽車相互作用，并進行計算，比如他們開始轉(zhuǎn)彎時計算其他人是否會放慢速度 - 就像一個人在做同樣的操作時所做的精神計算一樣?；蛘撸麄兛赡苄枰宄绾巍岸Y貌地要求”其他汽車為他們讓路，但這樣做卻沒有完全轉(zhuǎn)彎。當然，路上的其他人并不總是合作。

“所以這就是為什么它很難，”費爾菲爾德說?！耙驗榱私馊撕茈y?！?/p>

在模擬中弄清楚它

人類通過在現(xiàn)實世界中練習來提高駕駛水平。但是自動駕駛汽車可以在模擬中進行實踐，在模擬中，時間被加速，數(shù)千輛汽車可以同時駕駛，工程師可以改變情況來測試汽車的性能。據(jù)Waymo公司稱，該公司每天的模擬里程達1000萬英里。

Waymo幾年前開始使用仿真模型來回答一個關于脫離的問題。脫離是一個行業(yè)術語，指無人駕駛汽車中的人從自動駕駛軟件手中接管控制權(quán)。在加州，公司提交了關于汽車的脫離接觸報告。仿真為他們提供了一種測試另一種現(xiàn)實的方法。自然會出現(xiàn)這樣的問題:如果我們不退出，會發(fā)生什么?Waymo仿真團隊的技術負責人詹姆斯?斯托特(James Stout)回憶道。這種情況會如何發(fā)展?

當然，仿真模型現(xiàn)在允許他們做更多的事情。由于沒有受到保護的左轉(zhuǎn)，計算機時間很有用，因為Waymo可以利用真實的瀝青填充世界的經(jīng)驗，但可以根據(jù)需要進行修改。他們使用仿真模型的主要方式是“大量放大我們在現(xiàn)實世界中遇到的各種案例，”行為組組長費爾菲爾德說。

比如，他們可以改變交叉路口的地理因素，如車道的數(shù)量和位置，以及是否有像鐵軌或人行橫道這樣的外卡。

“最重要的是，你要考慮所有動態(tài)元素，”費爾菲爾德說。在這種情況下，動態(tài)元素是其他車輛 - 從摩托車到大卡車 - 可以在速度，到達模式（它們是否成群？）和數(shù)量上有所不同。

費爾菲爾德說：“你甚至可以改變他們的感受，或者他們的攻擊程度?！?/p>

仿真模型還幫助Waymo的工程師確保，如果他們更新了自動駕駛軟件，在某些情況下，它不會讓計算機成為更差的駕駛員，從而降低其能力。

他說:“我們在設計和建造這個系統(tǒng)的時候，首先使用了仿真技術來徹底地探索這個空間?！钡斘覀冎匦抡{(diào)整、改進或完善系統(tǒng)時，我們也用它來評估任何潛在的降級。

也許我們應該讓人們走出困境

所有這些“人都是狡猾的”的東西提出了一個問題：如果路上的其他汽車也都是自動駕駛的，那么自動駕駛汽車做無保護的lefts和其他艱難的操作會不會更容易一些。

“我認為在某種程度上會是這樣，”費爾菲爾德反映道。“但我對這個世界并不太相信。”

那是因為道路不僅僅裝滿了汽車。人們也在路上做著各種各樣的事情，比如散步，慢跑和騎自行車。此外，即使所有車輛都是Waymo車輛并且他們可以相互通信來表明他們的意圖，試圖用一些非常強大的中央計算機來假設地編排他們所有的路線，這太具有挑戰(zhàn)性和風險。

另一個問題：有些人就喜歡開車。“嘿，男人，”費爾菲爾德說，想象一個永遠不想放棄駕駛汽車的人，他說：除非我死，你才可以從我手中拿走我的76年的別克。