Автономные транспортные средства (АТС) представляют собой транспортные средства, способные воспринимать окружающую среду и перемещаться с минимальным или полным отсутствием человеческого вмешательства. Машинное обучение (МО) играет решающую роль в развитии и внедрении АТС. Алгоритмы МО используются для обработки огромных объемов данных, поступающих с датчиков АТС (камеры, лидары, радары), для распознавания объектов (другие транспортные средства, пешеходы, дорожные знаки), оценки расстояния, прогнозирования траекторий и принятия решений в реальном времени. Нейронные сети, особенно глубокие сверточные сети (CNN) и рекуррентные нейронные сети (RNN), широко применяются для задач компьютерного зрения и планирования пути. Обучение с подкреплением (RL) также используется для обучения моделей принимать оптимальные решения в сложных дорожных ситуациях. Развитие МО является ключевым фактором для безопасного и эффективного развертывания автономных автомобилей.