Forskare vid University of Michigan har tagit fram ett sätt att validera autonoma fordon som går ut på att testa det riktiga autonoma fordonet tillsammans med virtuellt fordon på en testbana [1].

De virtuella fordonen har tränats på naturalistiska data att simulera farligt dålig körning. Ett autonomt fordon i vanlig trafik skulle behöva köra otaliga mil för att upprepade gånger möta den typ av ovanliga farliga scenarier (edge-cases) som simuleras. Denna metod kan påskynda en valideringsprocess enormt enligt forskarna, och även användas för att testa andra säkerhetskritiska AI-system.

Källa

[1] Hope, G., IoT World Today. Bad Driving Used to Test Driverless Cars. 2023-03-24 Länk