何が起きたか

Autoware FoundationのRobotaxi Working Groupは2026年11月17日、L2++ ADASとL4ロボタクシー向けのエンドツーエンド運転モデル「AutoE2E v1.0」を公開した。モデルは約79.9 million parametersを持ち、評価構成で学習可能なパラメーターは約1.45 million。KITScenesの検証ベンチマークでは、3秒先の予測でADE 0.745 m、FDE 2.020 mを記録した。

詳細

AutoE2Eは、複数カメラの認識、HDマップ情報、経路条件付けを統合する時間方向のbird's-eye-view(BEV)アーキテクチャを採用し、将来の車両運動を予測する。評価モデルは、事前学習済みのcamera-BEVバックボーン、時間特徴の融合、軽量な再帰型軌跡プランナーで構成される。v1.0にはモデルチェックポイント、学習・評価コード、実験の可視化・点検用ダッシュボード「DataModelConsole」が含まれる。 論文は、Technical University of MunichのEDGARプラットフォームを使った予備的な実車研究と、Karlsruhe Institute of Technologyとの継続中の協力にも触れている。公開は初期段階のオープン研究リリースと位置づけられており、数値評価はオープンループで実施された。閉ループの自動運転性能はまだ検証されていない。

Key Facts

AutoE2E v1.0はAutoware Foundation Robotaxi Working Groupが開発したオープンソースのエンドツーエンド運転モデルである。[1]
評価モデルは約79.9 million parametersを持ち、評価構成で約1.45 millionが学習可能である。[1]
KITScenes検証ベンチマークの3秒予測で、ADE 0.745 m、FDE 2.020 mを達成した。[1]
v1.0にはモデルチェックポイント、学習・評価コード、DataModelConsoleが含まれる。[1]
定量評価はオープンループであり、閉ループ自動運転の検証はまだ示されていない。[1]

本紙の見方

AutoE2Eの位置づけは、L2++ ADASとL4ロボタクシーを対象に掲げながら、現時点では実運用の完成度を示すものではなく、検査・再利用可能な研究基盤を公開した点にある。モデルの中核は、カメラ認識だけでなくHDマップと経路情報を入力に含め、時間方向に統合したBEV表現から将来の車両運動を予測する構成だ。言語指示を介さない設計はタイトルにも示されているが、論文の説明から確認できるのは入力と軌跡予測の構造であり、自然言語を使う方式との性能差までは示されていない。 評価値の読み方にも条件がある。KITScenesでのADE 0.745 m、FDE 2.020 mは3秒先の予測に関するオープンループ指標であり、実車が連続して走行する閉ループ環境での安全性や走行性能を直接表すものではない。論文はEDGARを使った予備的な実車研究にも触れるが、これを閉ループ性能の実証と同一視できない。したがって、数値を比較する際は、予測時間、データセット、評価方式がそろっているかが焦点になる。 約79.9 millionの全パラメーターに対し、評価構成で学習可能なのは約1.45 millionという差も、この公開の技術的な読みどころだ。少なくとも記載上、評価モデルは全パラメーターを学習対象とする構成ではない。ただし、どの層を固定・更新したのか、学習計算量や実行時の遅延がどの程度かは、提示された情報だけでは判断できない。コードとチェックポイントの公開は、研究者が構成を点検し、同じ評価条件で比較するための足場になり得る一方、実装の再現性は使用するデータや環境にも左右される。 業界構造への含意は、入力から予測までの依存関係が明示されたことにある。HDマップと経路条件付けを使うため、モデルの評価・適用ではそれらの情報の整備状況が無視できない。また、L2++とL4の双方を対象に掲げることは用途の広さを示すが、共通モデルが異なる自動化レベルでどのように検証されるかは別途確認が必要だ。次に見るべきなのは、閉ループ走行での結果、実行ハードウェアと遅延、マップや経路情報が異なる条件での頑健性、実車研究の範囲である。これらが示されるまでは、AutoE2E v1.0は実運用実績ではなく、初期のオープン研究ベースラインとして評価するのが妥当だ。

なぜ重要か

Autoware Foundationは、チェックポイントに加えて学習・評価コードと実験確認用のDataModelConsoleを公開しており、研究者がモデル構成や評価を検討できる形にしている。一方、示されたADEとFDEはオープンループ評価の値で、閉ループ性能は検証されていないため、実車の自動運転能力を判断する指標としては追加検証が必要だ。