与普遍的看法相反，有时候答案并不像 “到达另一边” 那么简单。为了将安全，可靠的自动驾驶汽车带到 Uber Advanced Technologies Group（ATG）的街道上，Uber 的机器学习团队必须通过预测与行人过马路决定相关的许多现实世界结果来完全掌握这种情况。要了解这种情况如何发生，研究人员需要测量实际行人行为带来的多种可能的情况变化。这些测量可为以下方面提高动力性能的飞轮：感知和预测；运动计划；标签；虚拟仿真；安全和系统工程等。