机器之心报道编辑：杜伟、小舟过去十年|全民自动驾驶5年内真的会来吗？这是Lyft的自动驾驶2.0( 三 )

未来需要解决哪些问题
研究者概述了Autonomy2.0的范式，旨在使用ML优先的方法解决自动驾驶问题。并且，通过消除人在回路（human-in-the-loop），这一范式的扩展性更强，这也是实现高性能自动驾驶汽车技术的主要痛点。虽然Autonomy2.0范式的发展前景很好，但依然有需要解决的问题，具体如下：模拟和规划的恰当状态表示是什么？我们应如何衡量场景概率？我们应如何检测异常值（outlier）以及从未见过的情况（case）？与使用搜索进行的实时推理相比，通过人类演示进行离线训练的极限在哪里？我们需要在模拟上投入多少？又应如何衡量离线模拟本身的性能？我们在训练高性能规划和模拟组件上需要多少数据？在大规模数据收集时又应该使用什么传感器呢？
解答这些问题对于自动驾驶和其他现实世界的机器人问题至关重要，并且可以激发研究社区尽早解锁高性能SDV 。
来源：机器之心Pro