Az AIR Tsinghua csapata EEG‑jelekkel tanítja az autopilotot emberibb döntésekre. A drive‑think módszer 18–26%-kal csökkenti az ütközéseket hardverbővítés nélkül
© A. Krivonosov
A Tsinghua Egyetem Institute for Intelligent Industry (AIR) kutatócsapata jelentős tudományos előrelépést mutatott be az önvezetés területén. A bejelentés a NeurIPS 2025 konferencián hangzott el, és egy olyan módszerre fókuszál, amely lehetővé teszi, hogy az autopilot rendszerek „kölcsönvegyék” az agy kognitív képességeit.
A kutatók egy cognitive‑enhanced autonomous driving nevű megközelítést ismertettek. Ez az emberi sofőröktől rögzített elektroenkefalográfiás (EEG) jeleket használja arra, hogy az autopilot modelleket emberibb döntéshozatalra tanítsa. Lényeges, hogy a módszer nem igényel EEG-szenzorokat a sorozatgyártású autókban, így a rendszerköltségek a jelenlegi szinten maradhatnak. Ez józan kompromisszumnak hat: a neurológiai tudás hasznosul, extra hardver nélkül.
A drive‑think nevű tanítási architektúra az előkészítés során a fedélzeti kamerák felvételeit EEG-adatokkal párosítja, hogy feltárja az úthelyzetekre adott rejtett kognitív reakciókat. Kontrasztív tanulással a vezetési háló aztán megtanulja ezeket a reakciókat újraalkotni, amikor a jelenetet értékeli.
A képzés két szakaszban zajlik. Először az emberi agyi adatokból formál kognitív készségeket; majd a valós használat során már csak a kamerák szabványos videójára támaszkodik. Végső soron az emberi vezetési tapasztalat burkolt formában átkerül a gépi látási modellbe.
A nuScenes adathalmazon és a Bench2Drive szimulációs platformon végzett tesztek egyértelmű nyereséget mutattak: csökkent a pályatervezési hiba, és mintegy 18–26%-kal kevesebb ütközés történt. Összetett, kockázatos helyzetekben – például hirtelen besorolásoknál – a rendszer óvatosabban és kiszámíthatóbban viselkedett, közelebb ahhoz, ahogyan az emberek vezetnek. Mindez kézzelfogható biztonsági hozadékra utal. Ez a visszafogottság kifejezetten biztató.
A kutatók úgy fogalmaztak, hogy ez az első olyan munka, amely közvetlenül használja az emberi kognitív készségeket az end‑to‑end önvezető rendszerek fejlesztésére. Az eredmények új utakat nyitnak a biztonságosabb autopilotok és a humán agyműködés által irányított fizikai intelligencia felé – izgalmas híd az idegtudomány és a gépi észlelés között, ráadásul hardverterhelés nélkül.