사람의 행동을 예측하고 반응하는 것을 소프트웨어에 통합하기란 쉽지 않다. 퍼셉티브 오토마타는 보행자, 자전거 탑승자 등이 자동차 주변에서 어떻게 움직이는지 이해하는 데 있어 독특한 방법을 이용해 자율 소프트웨어를 교육했다.
객관적으로 측정한 데이터로 소프트웨어를 훈련하는 일반적인 머신러닝 학습 방법과 달리 퍼셉티브 오토마타는 주관적인 판단에 따른 알고리즘을 활용했다. 즉 소프트웨어가 실제 인간의 관점에서 학습할 수 있도록 만든 것이다.
개발자들은 실험 참가자들에게 비디오 클립을 보여준 뒤 그들이 본 모든 보행자에게 라벨을 붙이도록 요청했다. 참가자들은 주관적인 시각으로 자신의 능력을 최대한 발휘해 비디오를 분석했다. 엔지니어들은 라벨이 붙은 비디오 데이터 세트를 수집해 머신러닝 알고리즘을 교육했다.
퍼셉티브 오토마타의 공동 창립자 샘 안토니는 "우리는 자율주행 차량이 사람과 똑같이 도로 상태를 보고 판단하는 모듈을 만들고 있다. 이것을 적용하면 자율주행 차량은 사람처럼 '저 사람이 지금 길을 건너고 싶어 하는군. 저 사람은 내 차의 존재를 알고 있어.'라고 판단한 뒤 움직일 수 있다"고 설명했다.
이 회사는 소프트웨어 모듈을 완성해 자율주행 자동차 제조 업체에 판매할 생각이다. 일부 자동차 회사는 이 모듈을 아웃소싱해 자사 엔지니어의 개발 작업을 쉽게 만들 수 있다.
이 모듈은 다른 자율주행 자동차 제조 업체들이 배포하는 일반적인 예측 모델과는 다른 예측 모델을 제시한다. 예를 들어 보행자가 길을 건너기 전에 도로 옆에서 몇 초 동안 머무를지 늘 똑같이 예측할 수 없기 때문이다.