注目の自動車ニュース

Waymo、グーグル・ディープマインドと共同開発の自動運転シミュレーション発表…竜巻や象との遭遇も再現

グーグルに自動運転車部門のウェイモ（Waymo)は、自動運転技術の安全性向上に向けた新たなシミュレーションシステム「ウェイモ・ワールドモデル」を発表した。

ウェイモの自動運転システム「ウェイモ・ドライバー」は、これまでに約2億マイル(約3億2000万km)の完全自動運転走行を達成している。しかし、その背後では仮想世界で数十億マイルもの走行を重ね、実際の公道で遭遇する前に複雑なシナリオを習得してきた。

今回発表されたワールドモデルは、大規模で超リアルな自動運転シミュレーションにおいて新たな基準を打ち立てるものだ。このモデルは、グーグル・ディープマインドが開発した最先端の汎用ワールドモデル「ジーニー3」をベースに、自動運転領域に特化して構築されている。

ワールドモデルの最大の特徴は、ジーニー3が膨大で多様な動画データから獲得した広範な世界知識を活用できる点だ。これにより、竜巻や象との遭遇といった、実際の走行では収集がほぼ不可能な極めて稀な事象もシミュレーション可能となった。

従来の自動運転業界のシミュレーションモデルは、収集した走行データのみから学習していたため、限られた経験しか得られなかった。しかしワールドモデルは、2D動画から得た知識を、ウェイモ独自のハードウェアに固有の3Dライダー出力に転換する専門的な後処理を施している。

カメラが視覚的な詳細描写に優れる一方、ライダーセンサーは正確な深度情報という補完的な信号を提供する。ワールドモデルは、日常的な運転から希少なロングテールシナリオまで、あらゆる場面を複数のセンサーモダリティで生成できる。

ワールドモデルは、雪に覆われたゴールデンゲートブリッジでの走行、竜巻との遭遇、家具が浮かぶ洪水に沈んだ住宅地、熱帯都市の雪景色、激しい火災からの脱出など、極端な気象条件や自然災害のシミュレーションを実現している。

無謀なドライバーが道路外を走行する場面、先行車両が木の枝に突っ込む状況、不安定に家具を積んだ車両の後方走行、誤った方向を向いて道路を塞ぐ故障トラックなど、安全上重要な希少事象も再現可能だ。

さらに、おとなしい象、テキサス・ロングホーン、ライオン、ティラノサウルスの着ぐるみを着た歩行者、車サイズの巨大なタンブルウィードとの遭遇など、通常では考えられない物体との遭遇シナリオも生成できる。

ワールドモデルは、運転操作制御、シーン配置制御、言語制御という3つの主要メカニズムを通じて、強力なシミュレーション制御性を提供する。

運転操作制御により、特定の運転入力に従う応答性の高いシミュレーターが実現する。これにより、ウェイモ・ドライバーが特定の状況で譲歩する代わりに、より自信を持って安全に運転できたかどうかといった「もしも」の反実仮想事象をシミュレーションできる。

シーン配置制御では、道路レイアウト、信号状態、他の道路利用者の行動をカスタマイズできる。これにより、他の道路利用者の選択的配置や道路レイアウトへのカスタム変更を通じて、独自のシナリオを作成できる。

言語制御は最も柔軟なツールで、時間帯や気象条件の調整、さらには完全に合成されたシーン(前述のロングテールシナリオなど)の生成も可能だ。夜明け、朝、正午、午後、夕方、夜といった時間帯の変更や、曇り、霧、雨、雪、晴天といった天候の変更が言語プロンプトで実現できる。

ワールドモデルは、モバイルデバイスやドライブレコーダーで撮影された通常のカメラ映像を、マルチモーダルシミュレーションに変換できる。ノルウェー、ユタ州のアーチーズ国立公園、カリフォルニア州のデスバレーなどで撮影された映像を、ウェイモ・ドライバーがその場面をどう認識するかというシミュレーションに変換可能だ。このプロセスにより、実際の映像から派生するため、最高度のリアリズムと事実性が実現する。

シミュレーションが長くなるほど、計算が困難になり安定した品質の維持も難しくなる。しかし、ワールドモデルのより効率的な変種を通じて、計算量を大幅に削減しながら高いリアリズムを維持し、大規模シミュレーションを可能にしている。

車線内停止車両と高速道路の速い交通の回避、混雑した住宅地の走行、急な坂道を登りバイク運転者を安全に回避する場面、Uターンする車両など、長時間のシナリオもシミュレーション可能だ。

「不可能」をシミュレーションすることで、ウェイモ・ドライバーは最も稀で複雑なシナリオに積極的に備えることができる。これにより、実際の世界で遭遇するずっと前に、ロングテールの課題に対応できるより厳格な安全基準が確立される。

Tweet