清华大学智能产业研究院（AIR）の聂再清教授らの研究チームは、ロンドン国王学院、マンチェスター大学、香港大学と共同で、世界初の本格的な「個人化端到端自動運転」用リアルワールドデータセットと評価体系「StyleDrive」を発表した。この成果は、AIがユーザーの運転スタイルや好みに応じて、人間らしい多様な運転行動を生成できるようになることを目指しており、自動運転の「人間らしさ」の実現に向けた重要な一歩となる。 従来の自動運転システムは、センシング、意思決定、制御を分離したモジュール型アーキテクチャが主流だったが、個人の運転傾向を反映するには限界があった。一方、端到端自動運転（E2EAD）は、一連の処理を統合的に学習するため、より自然な運転行動の生成が期待される。しかし、現状のE2EADは「平均的」な運転に偏り、ユーザーの個性を反映できていない。この課題を解決するため、StyleDriveは、都市・地方の実際の道路環境で収集された大規模な運転データに、個人の運転傾向（例：攻撃的、保守的）を正確にラベル付けした。そのラベリングには、静的・動的環境の特徴抽出に加え、視覚言語モデル（VLM）を活用した文脈理解と、人間による校正を組み合わせた融合フレームワークを採用。これにより、客観的かつ主観的な傾向の両方を高精度に分析可能になった。 さらに、StyleDrive Benchmarkを構築。この評価基準は、従来の安全性・合規性指標に加え、「行動の傾向対応度」を新たに導入。例えば、攻撃的な運転者には「前進の果断さ」や「危険許容度」を高め、保守的な運転者には「余裕のある間隔」を重視する。この「Style-Modulated Predictive Driver Model Score（SM-PDMS）」により、モデルの出力が実際の運転者と一致するかを定量的に評価できる。 実験では、傾向を条件にしたモデルが、従来の基準モデルと比較して、運転スタイルの対応度と全体的な性能の両面で顕著な向上を示した。同じシナリオで異なる傾向を入力した際、予測された走行軌跡に明確な差が生じ、攻撃的・保守的・通常の運転スタイルが再現された。これは、AIが「人間らしく」運転できる可能性を実証している。 本研究は、AIと人間の共存を実現するための重要な基盤を提供。今後は、より多様な個人差や状況適応を反映するモデルの開発が期待される。成果は人工知能分野の頂点会議AAAI 2026に採択され、口頭発表が予定されている。