Alphabet旗下自駕車公司Waymo表示，自駕車除了透過車輛上裝載感測元件識別周遭環境狀態，更重要的是透過機器學習方式知道如何在真實道路上正確行駛運作，Waymo強調可透過系統模擬方式，其自駕車每天可模擬學習等同100年的道路測試經驗。
目前Waymo旗下自駕車實際累積學習的道路行駛距離，已達到約240.4億公里，大約可進行31394次地球至月球之間往返。
Waymo主要透過累積真實世界道路環境數據，進而透過虛擬化方式建構數位環境，讓車輛系統能在不受真實天候情況限制，持續進行道路行駛學習，甚至也能依照學習需求調整不同道路環境、路況，甚至可模擬各類突發狀況，讓車輛能學習如何正確應變，避免在自動駕駛過程造成各種意外。
依Waymo說明， 自駕車必須仰賴大量學習經驗，才能模仿人類開車上路時的用路判斷邏輯 ，同時也因為電腦判斷道路狀況的思考邏輯與人腦接收資訊方式不同，因此更需要透過各類道路狀況的學習經驗，讓車輛系統用路邏輯更接近人腦判斷結果。
藉由軟體模擬方式，則能不受時空、環境因素影響，持續讓車輛系統維持學習，甚至能夠依需求加強特定情況下的用路判斷學習。更重要的是，由於一切都是在軟體形式下模擬訓練，因此不會造成實際車輛損壞或人員傷亡的問題，甚至透過大量累積學習模式，能夠加快縮減實際學習所需花費的時間。
因此，即便受到新型冠狀病毒疫情影響的這段期間，Waymo強調依然可透過軟體模擬學習方式，持續累積自駕車上路行駛經驗。其實之前NVIDIA就曾提出類似的解決方案Drive Constellation，藉由建構擬真數位化環境，讓自駕車系統能隨時在不同環境變化情況下進行訓練，例如模擬暴雨、下雪，或嚴重風沙等可能影響感測元件正常動作的情況，以及模擬道路車流擁擠情況下，讓自駕車能累積正確判斷合適用路行駛方式的經驗。
目前Waymo已經在美國鳳凰城地區，開始推行以自駕車形式提供用戶預約搭乘的服務，在此波疫情影響下，Waymo所推行自駕車搭乘服務，因為沒有駕駛與乘客社交距離過近等問題，日後可成為計程車、Uber等共享車輛服務無法提供服務時的另一選擇。
責任編輯：陳映璇
