(图片来源：Wayve官网）
Wayve的自主驾驶平台依靠模仿和强化学习来提高驾驶能力。模型中输入了不确定性，基于输入的数据，可以使深度学习最大化。计算机视觉用于引导各种路线，这种方法不需要昂贵的高精度地图、手工编码规则和汽车安全传感器。Wayve称，这些解决方案还能使自动驾驶汽车在“前所未见”的道路上行驶。该公司表示，“每一次安全驾驶员的干预，我们的系统都会学习并改进，而不是妥协。”也许我们需要更长的时间来完成第一次部署，但我们已经走在一条完全不同的创新之路上了。”
Wayve的自动驾驶方法有很多好处。笔记本电脑的计算能力足以支持该平台的功能。因此，与传统的自动驾驶系统相比，汽车内部所需的计算能力更小。此外，由于没有笨重的传感器和大规模的计算设备，成本会大大降低。Wayve在最近的一篇博客中提到，其传感器和计算成本仅为目前使用激光雷达和高精度地图的自主平台成本的10%。有趣的是，这家初创公司的系统可以在恶劣的天气条件下使用，包括雨雪天气。它也不需要无休止的训练或虚拟仿真来学习如何正确驾驶。无人驾驶平台的视频显示了车辆（慢速地）穿过拥挤的街道、十字路口、车流和骑自行车的人。
Wayve的自动驾驶解决方案仍在大力开发之中；因此，在现实生活中，在繁忙的道路和高速公路上，要判断它们的可靠性还为时过早。如果这家初创公司能够证明其方法的有效性（通过广泛的测试和公开试验），那么它肯定会给无人驾驶领域带来颠覆性的变化。
