阻止自动驾驶汽车上路行驶的一个主要障碍在于如何确保取代人类司机的人工智能（AI）足够可靠。在自然环境下以人类标准评估AI司机的安全性需要进行数亿英里的测试，而这很不现实。在本期《自然》中，为克服这一障碍，刘向宏（Henry Liu）和同事训练了一个能帮助测试AI司机的AI。研究团队使用密集深度强化学习训练了这个AI测试仪，可使该AI测试仪忽略安全场景并构建一个关注潜在危险场景的测试环境。团队随后利用增强现实成功测试了一部真车——当这部自动驾驶汽车在车道上行驶时，它需要应对测试仪设计的各种虚拟危险场景。研究团队表示，该系统能将安全性评估的效率提升几个数量级。