自動運転向け生成AIの革新を加速 — 新しいシミュレーションフレームワークを発表

IPG Automotiveは、大規模イノベーション推進プロジェクト「NXT GEN AI METHODS(nxtAIM)」の一環として、自動運転向けの次世代AI技術支援における役割をさらに強化しています。自動車OEM、Tier 1サプライヤ、テック企業、研究機関など業界全体から20以上の組織が参加する本プロジェクトは2024年初頭に始動し、自動運転システムの認知、予測、計画に生成AIを活用することを目指しています。

本コンソーシアムにおいて、IPG Automotiveは生成AIを活用した走行ルート計画のテスト・評価を行うシミュレーションフレームワークの提供に注力しており、スケーラブルで信頼性の高いAIモデル開発の基盤を構築しています。先ごろ完了した仕様策定フェーズは、この取り組みにおける重要なマイルストーンとなります。

次世代モビリティの未来に向けて設計されたシミュレーションフレームワーク

IPG AutomativeのCarMakerをベースに構築された本フレームワークは、プロジェクトパートナーが生成シナリオモデルおよび走行ルート予測・計画アルゴリズムを統一環境で開発・評価することを可能にします。設計の中核には、コンソーシアム全体のニーズを反映した2つの相補的なユースケースがあります。
 

開ループ学習: 大規模合成データの生成 

AIモデルを効果的に学習させるには、大量の高品質データが不可欠です。本シミュレーションフレームワークは、Waymoスタイルの抽象環境表現を用いた大規模合成データセットの生成により、この課題に対応します。生成されるデータには、交通参加者の位置情報、地図情報、信号制御ロジックが含まれます。このデータはセンサ構成に依存せず、パートナー企業のPythonベースのツールチェーンに容易に統合できます。これはシームレスな協業を実現するための重要な要件です。

シミュレーション中、すべての関連変数が記録され、TFRecord形式でエクスポートされるため、広く使用されている機械学習ワークフローとの互換性が確保されます。一般的なシナリオから稀で安全上重要なエッジケースまで、多様なシナリオタイプを含めることで、走行ルート予測モデルの有意義な学習機会を提供します。

閉ループシミュレーション: 生成AIを活用した走行ルート計画の検証 

第2のユースケースは、生成AIが計画した走行ルートの妥当性を検証することに焦点を当てています。開ループワークフローとは異なり、このセットアップでは環境が自車両に動的に応答し、シミュレーションの各ステップでAIが生成した走行ルートの継続的な再評価が可能になります。同一の入力に対して常に同一の出力を得るという厳密な再現の確保が、堅牢なアルゴリズム開発の中核となります。

ギャップ分析により、CarMakerがすでにWaymo互換シナリオ構造をサポートするために必要なデータの大部分を公開していることが確認され、コンソーシアム全体での統合が簡素化されました。

現代的でスケーラブル、産業展開に対応  

長期的な適応性を確保するため、本フレームワークは完全なコンテナ化により実装されており、プラットフォームの独立性と容易なスケーラビリティを実現しています。これは、大規模データセット生成と高度な生成モデルの統合の両方に不可欠です。このアプローチは、生成手法を通じたスケーラブル、転送可能、追跡可能なAIシステムの実現を目指すnxtAIMの広範なビジョンと密接に一致しています。

全体として、本フレームワークは、プロジェクト内における生成的交通シナリオおよび計画アルゴリズムの学習、検証、スケーリングのための堅牢で標準化された、将来性のある基盤を提供します。nxtAIMの生成モデリングに関する横断的なパートナー企業の取り組みを補完することで、IPG Automotiveは次世代対応シミュレーションエコシステムの構築と、より高度な自動運転機能の実現を加速させるのに貢献しています。

詳細はnxtAIMウェブサイトをご覧ください。