観測データのみだと，ステアリングなどの運転操作は分からない．しかし，観測データ（LiDAR）から，車の位置の軌跡は分かるので，ネットワークは位置を予測する．また，対象の車のセンサーデータ（LiDAR）は未知であるため，センサーを付けた車の観測データから，対象の車のセンサーデータを予測する．その際に，センサーがある車から観測できない領域をネットワークに与えることで，モデルの学習を促進する．

CARLA benchmarkとNoCrash benchmark で運転の成功率の変化を調べた．提案手法で学習データを増やすことで，運転の成功率が向上することが確認できた．また，観測できた領域をネットワークに与える際に，early fusionかlate fusionのどちらが優れているかを検証し，本手法においてはlate fusionのほうが良いことを示した．