NeurIPS 2025: Tsinghua onthult drive-think, een EEG-gestuurde methode die autonoom rijden verbetert. Minder botsingen (18–26%) en geen extra hardware nodig.
© A. Krivonosov
Het team van het Institute for Intelligent Industry (AIR) van de Tsinghua‑universiteit heeft een belangrijke doorbraak in autonoom rijden onthuld. De aankondiging volgde tijdens NeurIPS 2025 en draait om een methode waarmee autopilotsystemen kunnen meeliften op de cognitieve vermogens van het menselijk brein. Die belofte klinkt niet alleen ambitieus, maar ook opmerkelijk pragmatisch.
De onderzoekers presenteerden een aanpak die zij cognitive‑enhanced autonomous driving noemen. Die maakt gebruik van elektro‑encefalogram (EEG)-signalen die bij menselijke bestuurders zijn gemeten, om autopilot‑modellen te trainen om beslissingen menselijker te nemen. Belangrijk: in productieauto’s zijn geen EEG‑sensoren nodig, waardoor de systeemkosten op het huidige niveau blijven.
De trainingsarchitectuur, drive‑think gedoopt, koppelt tijdens de voorbereiding camerabeelden uit het voertuig aan EEG‑data om verborgen cognitieve reacties op verkeerssituaties te destilleren. Met contrastive learning leert het rijnetwerk die reacties vervolgens te reproduceren bij het beoordelen van de situatie.
De training verloopt in twee fasen. Eerst vormt het systeem cognitieve vaardigheden op basis van hersendata van mensen; daarna—tijdens gebruik op de weg—vertrouwt het uitsluitend op standaard videobeelden van de camera’s. Zo wordt menselijke rijervaring impliciet overgedragen aan het model voor machine vision, een elegante omweg die het zonder EEG in de auto kan stellen.
Tests op de nuScenes‑dataset en het Bench2Drive‑simulatieplatform leverden duidelijke winst op: de fout in trajectplanning daalde en het aantal botsingen nam met ongeveer 18–26% af. In complexe, risicovolle situaties—zoals plotseling invoegen—gedroeg het systeem zich voorzichtiger en voorspelbaarder, dichter bij hoe mensen rijden. Alles bij elkaar wijst dat op een tastbare veiligheidswinst.
Volgens de onderzoekers is dit de eerste studie die menselijke cognitieve vaardigheden rechtstreeks inzet om end‑to‑end‑systemen voor autonoom rijden te verbeteren. Het werk opent nieuwe wegen naar veiligere autopilots en naar vooruitgang in fysieke intelligentie die wordt gestuurd door de werking van het menselijk brein—een intrigerende brug tussen neurowetenschap en machinale waarneming, zonder extra hardwarelast.