自主行駛的車輛不像人們那樣能夠清楚快速地進行改變車道的操作。它們傾向于依賴相對靜態的數據模型來進行駕駛，這些數據模型在交通密集的地區很難滿足需求，或者基本上只能滿足最基本的路況需要，除非在絕對必要時汽車可能會改變車道 - 也就是說，基本上不可能。麻省理工學院的CSAIL有一種更好的方法。該學校開發了一種算法，在保證道路安全的同時可以像人類一樣進行思維從而改變車道。
新技術是對“緩沖區”這個較為熟悉的概念的一種修改，它可以確定其他車輛正在行駛的位置，以及無人駕駛車輛避免碰撞的可能性有多大。為節省計算時間，早期的系統會提前計算好這些區域，但麻省理工學院使用“數學效率（mathematically efficient）”方法，如果其表現遠低于人類駕駛員，則會在現場創建新區域。這個計算過程在速度方面會有所偏差，甚至可以根據實際情況重新進行數據計算，盡管總是有一個“安全保證”，可以避免您轉彎。
這只是一種算法，很可能需要很長時間才能正式使用。不過，豐田正在與海軍研究辦公室一起支持該項目，這表明進入該計劃被實際使用只是時間問題。這可能比起初看起來更重要。如果自駕車與人類共存，他們就會進入人類的交通模式 - 這意味著更換車道的次數將會更多，即使只是為了避開前方駕駛較慢的汽車。
責任編輯：向宜芳
商業化自動駕駛必要條件：AI算法須高效且低成本
陸奇到任首個大動作，百度宣布開放自動駕駛平臺
三星的自動駕駛技術可能已經超越蘋果，劍指谷歌！
“智能化水平不高”的豐田要在AI和自動駕駛領域發力