工程师|不玩游戏的工程师做不好自动驾驶( 三 )

目前来说，所有基于数据驱动的方法总是会有失败的场景。首先，数据本身的不确定性。举个例子，比如对于很多遮挡的物体，即使是人的标注也会存在很多不确定性；其次，由于模型具有高复杂度，在虚拟引擎中也难以识别所有模型，尤其是在欧美改装车泛滥的场景下。
不同于人眼，算法对图像的识别要困难的多，一旦图像中的几个关键要素发生微妙的变化，算法对其输出的识别结果或许就会出现巨大的差异，更何况人眼也有不少误判的时候。因此，海量数据也并不是实现自动驾驶L4乃至L5充分条件，不能指望仅仅通过虚拟仿真平台上亿万公里的“安全驾驶”来证明线下道路实测上的绝对安全。
一专业人士对品玩表示：“利用游戏引擎进行仿真测试虽然在一定程度上解决了自动驾驶的部分问题，但说到底，其重心仍在测试两字上。其主要目的是防止自动驾驶算法可能在一些已经犯过的错误上再犯错，或者是一些工程师能够预先想到的场景里面提前去测试，它更多的是保障整个系统逻辑的正确性。”