科联网6月14日讯 想要获得安全可靠的道路行驶能力，自动驾驶汽车必须对其周围环境有全景式的了解。它不但需要认出周边呼啸而过的轿车、卡车、摩托车，同时还要发现慢吞吞的自行车和行人。
此外，交通信号灯、路牌和路上的障碍物它们也不能放过。不过，这还不是最考验自动驾驶汽车的事物，让各家公司花费大量时间和资源搜集数据的各种天气和光照条件才是自动驾驶能否真正上路的最高门槛。毕竟如果不能穷尽每一种可能性，谁也不敢保证上路的自动驾驶汽车会不会惹出什么乱子。
一般来说，想让自动驾驶汽车实现眼观六路耳听八方，研究人员必须对大量数据进行标记，而这些标记过的数据将成为机器学习算法的养料。
对数据做标记可不是件轻松的工作，每家厂商都会派成百上千的工作人员处理车辆拍摄的照片或视频，他们需要用方框圈出旁边的车辆、路标等物体，同时还得给它们贴上相应的标签。令工作人员绝望的是，这个标记数据的过程需要一遍又一遍的重复。
密歇根大学的研究人员想出了更好的解决方案：在模拟中完成整个过程。对于自己的想法，研究人员也是底气十足，因为他们已经证明这种方法比人工标记真实数据要高效的多。
不过，机器人专家们并不看好模拟的方式，因为模拟事实上是简化版的现实世界，在模拟中取得成功并不代表在现实世界中能实现百分之百的安全。
