一般而言，可用于培训跟踪系统的道路和交通数据越多，结果越好。为此，CMU 研究人员找到了一种解锁大量自动驾驶数据的方法，即使用未标记的数据进行场景流训练。由于通过在汽车上安装激光雷达并四处行驶，相对容易生成未标记的数据，因此不乏这些数据。他们方法的关键是为系统开发一种方法来检测场景流中的自身错误。在每个瞬间，系统都会尝试预测每个 3D 点的去向和移动速度。在下一瞬间，它会测量该点的预测位置与最接近该预测位置的点的实际位置之间的距离。然后，系统从预测的点位置开始向后逆转该过程，以映射回该点的原始位置。此时，它会测量预测位置与实际起点之间的距离，并且所产生的距离会形成第二种误差。然后，系统对这些错误进行纠正。