Tsinghua zeigt auf der NeurIPS 2025 einen Autopiloten, der via EEG-Training menschliche Fahrkompetenz lernt: weniger Kollisionen und präzisere Trajektorien.
© A. Krivonosov
Das Team des Institute for Intelligent Industry (AIR) der Tsinghua-Universität hat einen spürbaren Fortschritt beim autonomen Fahren vorgestellt. Die Ankündigung erfolgte auf der NeurIPS 2025 und dreht sich um eine Methode, mit der Autopilotsysteme die kognitiven Fähigkeiten des menschlichen Gehirns gewissermaßen ausleihen.
Die Forschenden präsentierten einen Ansatz namens „cognitive‑enhanced autonomous driving“. Er nutzt EEG‑Signale von menschlichen Fahrenden, um Autopilot‑Modelle so zu trainieren, dass sie Entscheidungen menschlicher treffen. Wichtig dabei: In Serienfahrzeugen sind keine EEG‑Sensoren nötig, die Systemkosten bleiben somit auf heutigem Niveau.
Kernstück ist die Trainingsarchitektur „drive‑think“. Sie koppelt in der Vorbereitungsphase Bordkamera‑Daten mit EEG, um verborgene kognitive Reaktionen auf Verkehrssituationen zu extrahieren. Mithilfe von kontrastivem Lernen erwirbt das Fahrnetzwerk anschließend die Fähigkeit, diese Reaktionsmuster bei der Szenenanalyse nachzubilden.
Das Training verläuft zweistufig. Zunächst formt das System aus Hirndaten kognitive Fertigkeiten; im praktischen Einsatz greift es dann ausschließlich auf Standard‑Videostreams der Kameras zurück. So wandert menschliche Fahrerfahrung implizit in das Modell der maschinellen Wahrnehmung—ein eleganter Weg, der den Hardware‑Fußabdruck unverändert lässt.
Tests auf dem nuScenes‑Datensatz und der Simulationsplattform Bench2Drive zeigten klare Fortschritte: Die Fehler bei der Trajektorienplanung gingen zurück, Kollisionen sanken um rund 18 bis 26 Prozent. In komplexen, risikoreichen Lagen—etwa bei abrupten Einscherern—agierte das System vorsichtiger und berechenbarer, näher am Verhalten geübter Fahrerinnen und Fahrer. Zusammengenommen deutet das auf einen greifbaren Sicherheitsgewinn hin.
Nach Angaben der Forschenden handelt es sich um die erste Arbeit, die menschliche kognitive Fähigkeiten direkt zur Verbesserung von End‑to‑End‑Systemen fürs autonome Fahren nutzt. Die Studie eröffnet neue Wege zu sichereren Autopiloten und treibt „Physical Intelligence“ voran, orientiert an der Arbeitsweise des menschlichen Gehirns—eine bemerkenswerte Brücke zwischen Neurowissenschaft und maschineller Wahrnehmung, ohne zusätzliche Hardwarelast.