本公开涉及能进行自动驾驶的车辆。
背景技术：
1、近年来，正在推进一种自动驾驶技术的开发，该自动驾驶技术使用通过机器学习生成的训练完毕模型，根据车载传感器等的数据来决定车辆控制。在专利文献1中，提出了一种收集能在用于生成训练完毕模型的机器学习中使用的训练数据的方法。
2、现有技术文献
3、专利文献
4、专利文献1：国际公开第2019/116423号
5、专利文献2：日本特开2020－153939号公报
6、专利文献3：日本特开2019－074359号公报
7、专利文献4：日本特开2020－173264号公报
8、不过，在车辆周围的环境改变了的情况下，通过训练完毕模型得到的推论结果可能会发生变化。因此，例如，根据天气、时间段、通行量等交通环境，能使用训练完毕模型来适当地执行车辆控制的范围可能发生变化。其结果是，可能发生迫使期待自动驾驶的用户进行手动驾驶的操作的场景。
技术实现思路
1、本公开的一个目的在于，提供用于确保对自动驾驶的执行的可否的预测性的技术。
2、为了达到上述目的，本公开提供能进行自动驾驶的车辆。本公开的车辆具备：至少一个处理器；以及至少一个存储器，存储有由至少一个处理器执行的多个指令。多个指令使至少一个处理器执行以下处理：选定到目的地的候选路线，并获取与所选定的候选路线的交通环境相关的信息。然后，多个指令使至少一个处理器执行以下处理：基于与所述交通环境相关的信息，使用自动驾驶用的训练完毕模型来模拟通过自动驾驶在所选定的候选路线行驶的情况下的可靠性，并输出该模拟的结果。
3、发明效果
4、车辆是否能通过自动驾驶在某一路线行驶依赖于交通环境。此外，根据在怎样的条件下进行了学习，用于自动驾驶的训练完毕模型的参数存在差异。因此，即使交通环境相同，也不一定所有车辆都能进行自动驾驶，反之，也不一定所有车辆都不能进行自动驾驶。根据本公开的车辆，通过将与选择出的候选路线中的交通环境相关的信息输入至自动驾驶用的训练完毕模型，能模拟通过自动驾驶在该候选路线行驶的情况下的可靠性。并且，通过输出该模拟的结果，能确保对于用户而言的对自动驾驶的可否的预测性。
1.一种车辆，是能进行自动驾驶的车辆，其特征在于，具备：
2.根据权利要求1所述的车辆，其特征在于，
3.根据权利要求1或2所述的车辆，其特征在于，
4.根据权利要求3所述的车辆，其特征在于，
5.根据权利要求1或2所述的车辆，其特征在于，
