自动驾驶难就难在，没有一个固化的一成不变的风险最小策略。当下这个时点，怎么操作是风险最小的，需要对多种可能性进行预测和比较。就像我前面举的例子，突然发现路上有纸箱，旁边车道有车你没路可绕，后面还有快车在跟车，你就得比较撞上纸箱的风险和被后车追尾的风险谁更高。你要比较风险高低，就得知道两种情况的可能性，以及一旦发生所造成的“伤害值”。要知道“伤害值”，你就得具有人这样对物理世界的常识，知道撞上钢铁的伤害高于撞上纸箱。这些说起来多，实际上老司机在0.x秒就做出了不要急刹碾过纸箱的判断。就决策规划而言，现在的技术远远达不到人脑的效率和准确性。
实际上，哪怕把问题简化再简化，先不说求解存在绕行和碾过两种可能性，也不说预测后车有多大可能会因你急刹而追尾，仅仅给出任意一个东西和当前的车速，判断撞上去的伤害有多高，这也是当前无解的问题。——前车掉了一个充气恐龙，人类司机能通过常识加推理，知道恐龙已经灭绝了所以它不可能是活的，看到这东东从前面掉下来的时候弹跳了几下所以是很轻的，最终确定撞上去是安全的，从而能探索除了绕行之外更还有没有风险更小的操作可能。目前的算法无法在碰撞伤害值计算上达到商业可用的水准，所以它先天就已经放弃了在一些情况下更安全的选项，永远只能绕行或停下，而这在某些场景下，实际上会置车主于更危险的境地。