Výzkum Tsinghua na NeurIPS 2025 ukazuje, jak EEG a kognitivní signály učí autopilot lidštějším rozhodnutím. Lepší plánování trajektorie a až 26 % méně kolizí.
© A. Krivonosov
Tým z Institutu pro inteligentní průmysl (AIR) při Tsinghua University představil zásadní vědecký posun v autonomním řízení. Oznámení zaznělo na konferenci NeurIPS 2025 a týká se metody, která umožňuje autopilotům obrazně řečeno „půjčovat si“ kognitivní schopnosti lidského mozku.
Vědci představili přístup nazvaný cognitive‑enhanced autonomous driving. Využívá elektroencefalografické (EEG) signály zaznamenané od lidských řidičů k tréninku modelů autopilota tak, aby se rozhodovaly lidštějším způsobem. Důležité je, že v sériových vozech nejsou potřeba žádné EEG snímače, takže náklady systému zůstávají na stávající úrovni.
Tréninková architektura s názvem drive‑think během přípravy páruje data z palubních kamer s EEG, aby z nich vytáhla skryté kognitivní reakce na dopravní situace. Pomocí kontrastivního učení se pak řídicí síť naučí tyto reakce znovu vytvářet při vyhodnocování scény. Na první pohled jde o jednoduchou kombinaci signálů, ve skutečnosti ale umožňuje modelu zachytit nuance, které běžnému obrazu unikají.
Trénink probíhá ve dvou fázích. Nejprve si systém z dat lidského mozku vytváří kognitivní dovednosti; poté—při nasazení v reálném provozu—se spoléhá pouze na standardní video z kamer. Jinými slovy, lidská řidičská zkušenost se přenáší do modelu strojového vidění v implicitní podobě. Z praktického pohledu tak „chytrost“ přibývá ve fázi učení, nikoli v hardwaru auta.
Testy na datasetu nuScenes a v simulační platformě Bench2Drive ukázaly jasné zlepšení: chyba plánování trajektorie klesla a kolizí ubylo přibližně o 18–26 %. V komplikovaných, rizikových situacích—třeba při náhlém zařazení jiného vozu—se systém choval obezřetněji a předvídatelněji, blíže tomu, jak řídí lidé. V součtu to naznačuje hmatatelné zvýšení bezpečnosti.
Podle výzkumníků jde o první studii, která přímo využívá lidské kognitivní schopnosti ke zlepšení end‑to‑end systémů autonomního řízení. Tato práce otevírá nové cesty k bezpečnějším autopilotům i k rozvoji fyzické inteligence inspirované fungováním lidského mozku—zajímavý most mezi neurovědami a strojovým vnímáním, a to bez dodatečné hardwarové zátěže.