因为有明确的真值信息，因此对“错误”的定义也十分清晰。例如，如果自动驾驶汽车前方有一辆汽车，而感知系统未能识别出这辆汽车，那么感知系统失灵就是一个明确的事实。当被问及自动驾驶汽车前方是否有车时，两个人会给出相同的答案。因此，我们可以很容易地通过计算感知系统出错的频率来判断其性能的优劣。

驾驶策略取决于“下一步会发生什么”的推理，而这种推理并非事实性的。当被问及自动驾驶汽车在十字路口应该让行还是优先通行时，两个人可能会给出不同的答案。一个人会认为让行更安全，而另一个人会认为优先通行更安全，这样就不会阻塞交通。因此，对于 “错误”并没有明确的定义，而是取决于对情况的解释或判断。此外，这种判断往往是在事故发生后复盘做出的，且有了知晓未来的优势（即知道“接下来发生了什么”，而无需猜测 “接下来会发生什么”）。

在感知方面，“更安全的自动驾驶”和“更好的自动驾驶”之间存在明确的单调关系。也就是说，系统犯的错误越少，自动驾驶就越“安全”、越“好”。

对于驾驶策略来说，“更安全”并不总是意味着“更好”。以一条住宅道路为例，道路两边都停着车辆。由于行人有可能会冲向马路，因此“最安全”的自动驾驶汽车系统会非常非常缓慢地行驶。这样，即使一个骑着电动自行车的孩子以极快的速度突然冲向马路，自动驾驶汽车也能及时刹车。然而，这种极慢的驾驶速度会阻碍交通。事实上，没有人会在这种情况下如此缓慢地驾驶。原因在于，作为一个社会，我们通过确定我们愿意承担的“合理风险”来平衡安全和效率。