Applied Intuition における NeuralSim ：エンド ツー エンド SDS 評価の基盤

大規模なセンサー シミュレーションは、自動運転車 (AV) および先進運転支援システム (ADAS) 開発における中核的な課題であり続けています。手動による再生や手作業で構築された仮想世界では、次世代自動運転システムを検証するために必要な現実感と処理能力が不足しており、チームは数百万もの現実世界のシナリオにわたってシステムを効率的にテストすることに苦労しています。

Neural Sim は、生データである車両走行ログを動的でフォト リアリスティックな 3D 環境に変換し、スケーラブルなクローズド ループ センサー シミュレーションを実現します。これにより、エンド ツー エンドの自動運転プログラムと従来型プログラムの両方に対して堅牢な評価を可能とします。

本記事では、Neural Sim がツールおよび製品として進化してきた経緯、その技術的基盤、そして Applied Intuition自体の検証および安全対策への影響について詳しく説明します。

上：オリジナル走行記録（フロントカメラ）とNeural Simによる再構築の比較

‍課題

近年の自動運転ソフトウェアでは、数百万シナリオに及ぶセンサーレベルの検証が必要となります。これは従来のシミュレーション ツールでは実現不可能な規模です。

従来の解決策—生ログ再生であれ手動によるシーン構築であれ—は、スケーラブルなクローズド ループ シミュレーションを生成できません。統合されたエンド ツー エンド スタックには、センサーから制御までの同時評価が不可欠です。したがって、大量生産されたオブジェクトレベルのシナリオでは、包括的なテストにはもはや不十分であります。

NeuralSim の進化

NeuralSim の継続的な開発により、製品は有望な技術デモの連なりから、Applied Intuition の実戦で鍛えられた中核シミュレーション基盤の上に構築された洗練されたプラットフォームへと進化を遂げました。

初期の実験では可能性の片鱗が垣間見えましたが—生ログからのシーン再構築や基本的なアクターの再生—真の市場ニーズとのギャップは、エンジニアリング チームが本番評価ワークフローに信頼して使える、スケーラブルで自動化され堅牢なツールの欠如でした。

NeuralSimはこれらの要求に対し、以下の主要な方法で対応しました：

• 基盤とプラットフォームの成熟度：Neural Sim は単体の製品ではなく、Applied Intuition のモジュール式シミュレーション ツール群のエコシステム上に構築されています。これにより、オンプレミスとクラウドの両環境において、データ管理、シナリオ作成、センサー精度シミュレーションのための統一ワークフローを実現します。
• 動的シーン再構築：Neural Sim は、任意の走行ログセットから詳細でアクター豊富な 3D 環境を再構築します。静的な背景要素 (樹木や建物など) をモデル化するだけでなく、車両、自転車、歩行者などの動的アクターを追跡・アニメーション化し、観測された本来の行動を保持します。放射輝度場やガウス スプラッティングといった最先端の機械学習技術がレンダリングのリアリズムを推進し、センサーシミュレーションはカメラ、LiDAR、レーダーの現実的なデータを反映します。
• Applied Intuition のデータエンジンとの統合：Neural Sim は Applied Intuition のデータエンジンを活用し、生車両データを数十万件の実世界エッジケースを網羅する精選シナリオへ変換します。車両群が収集したあらゆる走行ログは即時再構築対象となり、車両群が日々走行する運用設計領域 (ODD) 全体にわたるセンサーレベルシナリオライブラリを迅速に生成します。
• スケーラビリティ：従来ワークフローでは手動シナリオ構築がボトルネックでしたが、Neural Simの自動化パイプラインは、新たに収集した走行ログを、ユニークで多様なセンサーレベル／オブジェクトレベルのシナリオへ日常的に変換します。エンジニアは、過去のログデータセット全体をキューに入れることができ、わずか 1 年前には不可能だった規模で、エッジケースをシミュレートできます。
• リアリズム評価フレームワーク：エンジニアはニューラル再構築の忠実度を評価する定性的・定量的ツールを手にしました。Neural Sim は、シーン再構築精度、照明の一貫性、動的エージェントのリアリズムに関する指標を生成します。これらの指標は、自動的に計算され、反復開発と規制要件の両方をサポートする形式で報告されます。
• シームレスな検証・妥当性確認 (V&V) 統合：Neural Sim の出力は Applied Intuition の検証・妥当性確認 (V&V) 環境に直接接続されるため、チームはシミュレーション作業から正式なテストカバレッジ分析、故障の優先順位付け、コンプライアンス文書化へとスムーズに移行できます。
• ユーザー体験とワークフロー：ツールの UI/UX への大幅な投資の結果、ニューラル レンダリングの専門家だけでなく、エンジニアリングや QA 組織全体で広範に利用可能な UI/UX の設計が可能となりました。ビジュアルワークフローにより、再構築の直感的なレビューとフィルタリング、シナリオとログの比較、下流の検証へのシームレスな引き継ぎが可能になります。

内部 SDS ユースケース

Neural Sim の垂直統合—フリート運用とシナリオキュレーションからシミュレーションまで—により、Applied Intuition の自動運転システム (SDS) プログラムは L2++ から L4 領域にわたる日常的な実世界検証を実現しています。

Applied Intuition のエンジニアリング チームはNeural Sim を活用し、数千件の走行ログイベントを多様なセンサーレベルシナリオのバッチに再構築します。これらのシナリオは、大規模 SDS 性能評価のためのシミュレーションに使用され、毎日数千件のニューラル シミュレーションが実行されます。

Neural Sim は SDS プログラムに変革的なメリットをもたらします：

• 加速化された内部検証：遅延や断片化を伴う実走行試験に代わって、シミュレーションにより数か月早く不具合や性能ギャップを可視化します。新機能やモデル改良の展開時に迅速なループクローズと堅牢な回帰分析を実現します。
• 効率的なワークフロー：自動化されたシナリオ抽出により、シミュレーションが技術アーティストの手作業や断片化したツール チェーンによるボトルネックから解放します。エンジニアはバッチシナリオ生成をトリガーし、カバレッジやリスクプロファイルで出力を選別、結果をモジュール化された検証パイプラインに直接投入します。
• 外部ユーザーへの信頼性：この広範かつ深い領域での継続的かつ文書化された利用実績により、Neural Sim は要求の厳しい安全重要プログラムで信頼されるプラットフォームとして、またグローバル OEM の規制対応・生産・コンプライアンス要件を支える基盤として確立されています。

リアリズム評価におけるリーダーシップ

Neural Sim は、シミュレーションが現実世界のログや行動をどの程度忠実に再現しているかを測定する、一貫性のある上流・下流指標を基盤に構築されています。

• 上流再構築指標は、各仮想環境がソースドライブログとどの程度一致しているかを定量化します：ピクセルレベルのシーン重複、アクターの意味的精度、照明、道路の詳細など。Neural Sim は動的でインタラクティブなシーンを再構築し、環境と行動の両方を意味ある形で評価することを可能にします。
• オープン ループ下流メトリクスは、シナリオの展開とは独立して、統合スタックが元のログ行動から変更されていない再構築をどのように処理するかを測定します。物体検出のための交差積 (IoU) 、知覚精度、再現率、運転ポリシーの一致度といった標準メトリクスは、迅速で再現性のあるトリアージとベンチマークを提供します。
• クローズド ループ下流指標は、シミュレーション中にアクターとシナリオがスタックの動作にどう適応するかを測定するため、評価のゴールドスタンダードです。フリート由来のシナリオにより、クローズドループテストは実際の挙動を正確に再現し、実走行データとの直接比較と堅牢な結果ベースの検証を可能にします。

評価における業界標準の確立

Neural Sim は、業界がリアリズムと安全性を測定する方法を再構築しています。シミュレーションと再構築のための再現性のある指標を提供することで、Neural Sim はプログラムや ODD (運転条件) を横断して拡張可能な、規制対応レベルの検証基盤を提供します。

今後の機能—自動抽出アクター ライブラリ、マルチ トラバース シーン再構築、拡張センサーモダリティなど—はクローズド ループ検証機能をさらに強化します。これらの革新により、Neural Sim は自動車、トラック、防衛アプリケーションにおける自律走行のためのスケーラブルでデータ駆動型の安全性の最先端を走り続けます。

自動運転プログラムにおける安全かつスケーラブルな自律走行開発を Neural Sim がどのように加速できるか、Applied Intuition にお問い合わせください。