为了使事情保持安全，自动驾驶汽车几乎总是以有限的速度运行，而目前正在开发的大多数自动驾驶汽车通常都是在公共道路上测试。
但是，如果在针对真正的赛车驾驶员的赛车课程中进行了测试，那么在发夹曲线曲线的过程中以比公共道路上允许的最低速度更高的速度进行操作怎么办？
斯坦福大学的一组研究人员做到了这一点，以找出是否是否自动驾驶汽车在未知和极端条件下的人类也可以做到。
自动驾驶汽车的神经网络
斯坦福大学的机械工程研究生内森·斯皮尔伯格（Nathan Spielberg），研究的主要作者，他的团队创建了一个神经网络，该网络是在人类大脑中发现的同一网络上图案的。该神经网络以200,000个运动样本为食，可以控制高速和低摩擦操作的自动驾驶汽车。
为了尝试自动驾驶汽车的现实驾驶能力，该团队随后将两辆测试车从斯坦福大学带到萨克拉曼多山谷的Thunderhill Raceway。一个是一个名为Niki的大众GTI，另一个是一个叫雪莱的奥迪TT。
首先要运行的课程是雪莱，该课程由基于物理的自主系统控制，该系统已经包含有关赛道的信息，包括整个课程和条件。与熟练的业余司机的表现相比，他连续10次进行了与雪莱相同的审判，两者均显示出类似的单圈时间。
另一方面，尼基（Niki）充满了团队的神经网络系统。
“尽管神经网络缺乏有关道路摩擦的明确信息，但汽车[Niki]也同时运行了学识渊博的系统和基于物理的系统，”说有关该研究的新闻稿。
“在模拟测试中，神经网络系统在高摩擦和低摩擦场景中的表现都优于基于物理的系统。在混合了这两种情况的情况下，它的表现特别好。”
一个有希望的结果，但仍然需要更多数据
研究人员说，测试的结果令人鼓舞，但他们强调，新的神经网络仍然需要进一步的研究，因为它“在经历过的情况下表现不佳”。
研究的细节是出版在科学机器人技术。
