虽然跟得太紧或是刹车太晚等驾驶行为很容易处理，但是预测其他驾驶员行为以及处理复杂的交叉路口情况只能依赖有经验的驾驶员。自动驾驶汽车（AV）就像新手驾驶员，只是其拥有发展得更好的大脑以及价值数十亿美元的技术，可帮助缩短学习时间。但是即使使用其所有的传感器和软件，自动驾驶汽车在可以完全自信且有能力驾驶之前，仍有需要克服的缺陷。
在自动驾驶车辆竞争中，有几项不太引人注目的技术趋势正在突起，以帮助真正的自动驾驶车辆成为现实。
教会自动驾驶车辆有关道路规则技术
人类驾驶员必须学习驾驶员手册，了解停车标志和让路标志的区别，同样地，自动驾驶车辆也需要通过人工智能（AI）学习道路规则。此外，自动驾驶车辆还需要通过在路上花费数小时来获取有关真实世界的体验。
自动驾驶车辆通过机器学习的人工智能来解释路标和其他道路信息，即需要驾驶一段路程并且需要人类对数据进行验证。交通数据公司Inrix研发了首个新自动驾驶道路规则（AV Road Rules）平台，可让城市和道路管理部门为行驶在公共道路上的自动驾驶车辆制定、验证和管理交通规则和交通限制。该平台还可利用自动驾驶车辆的实时信息，报告哪些基础设施需要改进，让道路对所有使用者来说都更加安全。此外，Inrix的新自动驾驶道路规则平台可让城市和道路管理部门迅速、轻松地将限速、人行横道、学区、公交车道和停车标志等特定交通限制数字化，使汽车制造商与高度自动化车辆运营商能确保车辆符合当地的交通规则。该平台还创建了一个渠道，可将高度自动车辆对道路基础设施的需求传达至交通部门，以帮助改善道路管理和维护工作。
自动驾驶模拟技术
一旦自动驾驶车辆了解了道路规则，他们需要在道路上应用，但是自动驾驶车辆运营商时间和资源都有限。但是研发人员找到了新方法，通过模拟软件来加速测试过程，从而加速自动驾驶车辆部署。
自10年前谷歌公司首次启动自动驾驶项目，Waymo在实际行驶里程方面处于领先地位，目前其自动驾驶测试车辆行驶里程已超1000万公里，使用模拟软件的话，其每天都可达到该里程数。Cognata公司正与奥迪等公司合作，其首席执行官Danny Atsmon表示：“拥有适当的模拟策略是自动驾驶汽车为道路测试培训传感器和决策功能，以及确保其技术安全可靠的唯一途径。”
模拟训练可让自动驾驶车辆开发人员测试行人和骑自行车的人突然在车前穿过，或是日落时太阳直射到自动驾驶车辆的前置摄像头，暂时失去视力等“极端情况”。
远程操作技术
即使拥有计算能力和人工智能，自动驾驶车辆在特定情况下仍需要人类驾驶员的协助。因此，远程操作应运而生。
大多数主要自动驾驶公司要么在准备运程操作的自动驾驶出租车，要么已经进行测试。通用汽车的Cruise自动驾驶部门正在改装雪佛兰Bolts，使其在没有方向盘和踏板的情况下，依赖远程操作员的协助，实现“专家模式”。丰田公司申请了一项 “意外环境中远程操作自动驾驶汽车”的专利，而自动驾驶初创公司Zoox则有“远程操作系统和自动驾驶路径改变方法”。
日产雇佣了前美国宇航局（NASA）的科学家将航天局有关远程操作的专业知识应用于其自动驾驶车辆上。而在去年1月份的消费电子展上，Phantom Auto公司在距加利福尼亚州500英里外的人类操作员远程控制拉斯维加斯大道上的汽车。
