随着各种雷达、传感器和算法的不断进步，各厂家在自动驾驶仪上的存储能力也取得了不同的进展。然而，许多产品在实际道路上测试时也暴露出许多问题，如无法根据周围环境灵活地改变轨迹或改变路线，这些缺点在复杂的交叉口或环岛周围尤为明显。

为了克服这一困难，斯坦福大学的研究人员最近开发了一种名为LUCIDGames的新计算技术，它可以通过预测和估计等综合算法灵活地控制自动驾驶仪车辆的轨迹。

经过过去数年对自动驾驶仪技术的不断观察后，我们发现有些自动驾驶仪车辆不愿执行无保护的左转、在复杂交叉口的平行线或通过环形交叉路口，这些都是合格驾驶员非常简单的基本操作，因此，我们认为需要一个系统来解决这一问题。解决方案的关键在于车辆与周围交通参与者和环境之间的持续协商，"他说。该研究的发起人之一SimonLeCleac‘h说。

在我们的系统中，实现基本功能的工具有两种，一种是基于博弈论的算法，另一种是预测技术。当自动驾驶仪的目的与其他交通参与者(如其他车辆、行人、乘客等)的目的不一致时，基于博弈论的部件可以推断自动驾驶仪与其他交通参与者之间的关系。另一方面，预测技术允许自动驾驶汽车在观察其他交通参与者时，快速预测这些目标的下一步行动，比如期望的速度、想要的车道，甚至是车辆的攻击性，"他说，SimonLeCleac‘h补充道。

研究人员还解释说："自动驾驶汽车最初不知道周围其他车辆的用途，因此只能通过不断猜测预测技术来提高整个系统的精度。在整个系统中，每次对预测技术的猜测，自动驾驶汽车都可以在接下来的几秒钟内预测其他车辆的行驶轨迹，然后将预测内容与实际情况进行比较，从而保留最准确的内容，逐步形成完整的运行逻辑。