自動運転AI、判断を知覚へ還流する手法が登場

自動運転向けの視覚・言語・行動（VLA）モデルについて、過去の判断を知覚段階へ戻す仕組みを加えることで走行性能を高める手法「PRIME」が、Erik Deinzer氏らの研究チームにより発表された。基盤モデル全体の0.41%に相当する追加パラメータで、閉ループ評価の最高水準を更新した点が注目される。

研究の概要

従来のVLAモデルは、知覚、推論、計画の各段階を一方向に処理する構造をとる。知覚モジュール内に時間方向の再帰構造を持つ設計は普及しているが、初期の知覚は下流の推論やナビゲーション目標を把握しないまま、画像を一律に処理してきた。過去の判断を踏まえて注目すべき手がかりを絞り込めないことが課題であった。

PRIMEはこの一方通行を改める学習型のフィードバック機構である。過去の知覚、推論、ナビゲーション目標、予測した挙動の潜在表現を、Lステップの時間窓にわたりクロスアテンションで集約し、「状況記憶」として保持する。この記憶を知覚側のクエリに条件づけることで、走行の意図に沿った視覚的注意が可能になる。

追加されるパラメータは最大で2970万個であり、73億個の基盤モデルの0.41%にとどまる。評価には、シミュレーション上で車両を実際に走らせる閉ループ型のBench2Driveを用いた。運転スコアは82.47で、従来手法のORIONを4.73ポイント上回った。ルートを違反なく完走した割合を示す成功率は**60.00%**で、5.38ポイントの改善である。Think2Driveの走行デモで学習した公開VLAの中では、運転スコアが最高という。

ビジネスへの示唆

最大の特徴は、モデルの大幅な作り直しを伴わず、既存のVLAに小さな追加を施すだけで性能向上が見込める点である。自動車メーカーや部品大手の自動運転開発部門にとっては、車載計算機の演算能力と消費電力に制約がある中で、性能改善の選択肢が増えることを意味する。ORION比で運転スコアは約6%、成功率は約10%の相対改善であり、開発サイクルにおける評価指標の底上げにつながる。

影響が想定される領域と指標は次のとおりである。

• 物流・配送事業：介入率（人が手動で介入する頻度）、走行完了率、1キロ当たり運行コスト
• ロボタクシー等のモビリティ事業：事故・衝突率、遠隔監視オペレーターの対応件数
• 保険・リスク管理部門：自動運転車の事故リスク評価の前提となる走行性能の比較
• 建設・鉱山・農業機械、倉庫内搬送ロボット：作業中断率、設備稼働率

なお、状況記憶は潜在表現として保持されるため、判断根拠を人が読み取れる形で説明できるかは別の課題として残る。安全認証や品質保証を担う部門は、性能向上と説明可能性の両面で評価体制を整える必要がある。

今後の展望

課題は実環境への移行である。Bench2Driveはシミュレーション環境であり、実車での処理遅延や消費電力、悪天候下の頑健性は今回の結果だけでは判断できない。成功率60.00%は、依然として4割の走行で完遂できないことも示しており、商用水準との隔たりは小さくない。

企業にとって現実的な対応は、PRIMEのような後付け型の改良を自社のベンチマークで検証し、介入率や推論遅延への影響を定量的に把握することである。知覚と意思決定を双方向に結ぶ設計が主流化すれば、モデルの大型化に頼らない性能競争へ移る可能性がある。開発投資の配分を見直す契機となり得る。