0 
Что может пойти не так, спросите вы, когда разработка реальных автономных автомобилей превращается в компьютерную игру, такую как Grand Theft Auto? Идея не так смехотворна, как может показаться, потому что в реальности не хватает часов в день, чтобы научить автомобили ездить самостоятельно, согласно отчету Bloomberg.
«Просто полагаться на данные с дорог непрактично. С симуляцией вы можете бесконечно повторять один и тот же сценарий, а затем снова протестировать его», - сказал Давиде Бакчет из Nio, компании, которая ставит задачу довести автономный автомобиль до американского рынка в 2020 году. Говорят, что преимущества компьютерного моделирования игры имеет два аспекта: программное обеспечение в играх способно генерировать данные, которые очень близки к тому, что будет встречаться в реальной жизни, а виртуальная среда позволяет проводить моделирование намного быстрее, чем в реальном мире.
Тем временем в научно-исследовательском институте Toyota в Калифорнии инженеры пытаются моделировать самые жесткие условия, запустив так называемый тест Quick Brown Fox: обширные тесты, проводимые в самых сложных погодных условиях и условиях движения. Несмотря на очевидные ограничения, человеческий мозг по-прежнему превосходит компьютер, когда речь идет об оценке реального риска, например, в ситуации, когда ребенок бежит за мячом на дорогу.
Перед всеми компаниями стоит задача, направленная на лидерство на рынке автономной мобильности - сделать компьютерные системы лучшими и более безопасными водителями, чем люди. "Моделирование должно быть «приемлемым эквивалентом тестирования», хотя и после проверки", сказал исполнительный директор института Toyota Гилл Пратт. Похоже, что этот способ, все чаще используемый разработчиками автономных систем, имеет очевидные преимущества экономии времени.
