麻省理工學院的科學家創造了一種新的仿真系統，他們發明了這種系統來訓練具有無限轉向可能性的自動駕駛汽車。仿真系統的目標是幫助自動駕駛汽車學習駕馭各種最壞情況的場景，然后才能在全國和世界的真實街道上自由行駛。目前自動汽車的控制系統在很大程度上依賴于來自人類駕駛員駕駛軌跡的真實數據集。

根據這些數據，自動駕駛汽車可以學習模擬各種情況下的安全轉向和控制。來自危險邊緣案例（例如險些撞車或被迫離開道路）的真實數據很少。被稱為“模擬引擎”的計算機程序旨在通過渲染詳細的虛擬世界來模仿真實情況，以幫助訓練自動駕駛系統從這些潛在情況中恢復。

麻省理工學院的研究人員已經使用一種稱為虛擬圖像合成和自主轉換的擬真模擬器解決了該問題。該系統使用人類在道路上行駛時捕獲的少量數據集，來從軌跡上合成出幾乎無限的視點，以使車輛可以進入現實世界。

在這種擬真模擬器當中，自動駕駛系統會因不發車禍的安全行駛而獲得獎勵，因此，它會自行學習如何安全地到達目的地，其中包括處理遇到的任何情況，包括在車道之間轉彎或從接近車禍中恢復后重新獲得控制。在測試中，MIT模擬器能夠安全地部署在一輛全尺寸的無人駕駛汽車上，并可以在以前看不見的街道上導航。

當車輛處于模擬并接近遭遇各種車禍之前，自動駕駛系統能夠在幾秒鐘內成功將汽車恢復到安全的行駛軌跡。麻省理工學院這項工作是與豐田研究所合作完成的。