Kognitivt förstärkt autonom körning: EEG lär autopiloter mänskligt omdöme

Forskarteamet vid Institute for Intelligent Industry (AIR) vid Tsinghuauniversitetet har presenterat ett betydande genombrott inom autonom körning. Beskedet kom på NeurIPS 2025 och kretsar kring en metod som låter autopiloter låna hjärnans kognitiva förmågor.

De introducerar ett angreppssätt de kallar kognitivt förstärkt autonom körning. Det utnyttjar elektroencefalografi (EEG), inspelade signaler från mänskliga förare, för att träna förarsystem att fatta beslut på ett mer människolikt sätt. Avgörande är att produktionsbilar inte behöver EEG‑sensorer, vilket håller systemkostnaderna kvar på nuvarande nivå.

Träningsarkitekturen, döpt till drive‑think, parar ihop bilddata från bilens kameror med EEG under förberedelsen för att fånga dolda kognitiva reaktioner på vägscenarier. Med kontrastiv inlärning lär sig sedan körnätverket att återskapa dessa reaktioner när scenen bedöms.

Upplägget sker i två steg. Först formas kognitiva färdigheter utifrån hjärndata från människor; därefter – vid användning i verklig trafik – förlitar sig systemet enbart på vanlig videoström från kamerorna. I praktiken överförs mänsklig körerfarenhet till en modell för maskinseende i implicit form.

Tester på nuScenes‑datasetet och simuleringsplattformen Bench2Drive visar tydliga vinster: felet i banplaneringen minskade och kollisionerna sjönk med cirka 18–26 procent. I komplexa, riskfyllda situationer – som plötsliga inklipp – uppträdde systemet försiktigare och mer förutsägbart, närmare hur människor kör. Tillsammans pekar resultaten mot en påtaglig säkerhetsvinst.

Forskarna framhöll att detta är den första studien som direkt använder mänskliga kognitiva förmågor för att förbättra end‑to‑end‑system för autonom körning. Arbetet öppnar för nya vägar mot tryggare autopiloter och driver på utvecklingen av fysisk intelligens styrd av hur den mänskliga hjärnan fungerar – en intressant brygga mellan neurovetenskap och maskinperception utan extra hårdvarubörda.