人間中心の自動運転制御のための神経認知報酬モデリング
arXiv cs.CV / 2026/3/30
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 自動運転で「人の期待に沿う運転」を学習させることが難しいという課題に対し、EEG（脳波）に基づく報酬設計・意思決定フレームワークを提案しています。
- ERP（事象関連電位）を、視覚シーン情報から推定するニューラルネットを用いて、行動データの直接的な人手介入を減らしつつ人間の認知的手がかりをRLに取り込む方針です。
- 20人の参加者による現実的な運転シミュレータ上でのEEG取得を行い、環境変化に対するERPを分析した上で、RLの報酬信号への統合方法を検討しています。
- 実験の結果、提案手法によりRLの衝突回避能力が改善され、神経認知フィードバックが自動運転の性能向上に繋がる可能性を示しています。
