2020年ごろから普及が始まるといわれている自動運転技術を取り入れた完全自動運転車。自律的な運転の開発が進められている一方、“合流”や“追い越し”といった、他車両と協調するのが不得意とされ、これを解決するために、深層学習（ディープラーニング）を使ったAIによる制御が課題となっている。例えば、合流シーンの運転制御は、減速、停止、周辺を確認しながらの発進、合流先の車両への追随などの制御要素によって実現されるが、この一連の制御要素をAIに学習させようとした場合、合流先車両への追随を改良すると、減速・停止の動作が劣化するといった過学習の現象が起こる可能性がある。これは、AIの学習すべき運転シーンが体系的に整理されていないことが原因といえる。

　そこで研究グループは、このような複雑な運転シーンにおける学習効率を高めるため、対象とする運転シーンの抽出と、他車との協調を含めた理想的な運転制御の要件定義をKDDI 総合研究所が担当し、北海道大学が行動の部品化（モジュール化）、モジュールごとの深層学習機能、並びにこれらのモジュールをつなぎ合わせるようなAI技術を開発。それらを実車の約12分の1のラジオコントロールカーに搭載し、合流時の複雑な動きを学習させることによって、AI技術の有効性を確認した。

　今後は今回の成果を応用し、狭い道路でのすれ違い、直進優先の交差点での右折など、様々な運転シーンにおいて必要とされる“ゆずりあう”運転技術の開発を目指す。