Samochody autonomiczne radzą sobie coraz lepiej w zwykłym ruchu, ale trudniej wypadają tam, gdzie liczy się szybka i bezpieczna reakcja. Są przypadki, w których pojazdy bez kierowcy zachowywały się niestabilnie podczas zdarzeń awaryjnych i utrudniały dojazd służbom ratunkowym.
Nad rozwiązaniem pracował zespół z Seoul National University kierowany przez prof. Jun Won Choia z wydziału elektrotechniki i inżynierii komputerowej. Badacze nazwali swój model SafeDrive i skupili się na problemie, z którym obecne systemy jazdy autonomicznej wciąż mają wyraźny kłopot.
Większość modeli end-to-end uczy się na ogromnych zbiorach danych z prawdziwej jazdy i próbuje naśladować reakcje człowieka. Taki schemat działa w wielu sytuacjach, ale słabiej tłumaczy, dlaczego system wybrał konkretny manewr. Przy ocenie ryzyka na drodze to jedna z kluczowych słabości.
WIDEOStało się. OnePlus opuszcza Polskę
SafeDrive korzysta z rozwiązania określanego jako Fine-grained Safety Reasoning. Zamiast od razu wybrać jeden manewr, system tworzy kilka możliwych trajektorii, łączy je z danymi z czujników auta i ocenia każdą z nich pod kątem bezpieczeństwa. Dopiero potem wskazuje wariant z najwyższą oceną.
Jak podaje TechXplore, praca została wyróżniona na CVPR 2026 jako highlight paper. Taki status otrzymuje ok. 3 proc. zgłoszeń. Według źródła to pierwszy przypadek, gdy koreański artykuł o autonomicznej jeździe end-to-end znalazł się w tej grupie na jednej z największych konferencji AI i computer vision.
Projekt nie pozostaje tylko w fazie laboratoryjnej. SafeDrive trafił już do modelu referencyjnego EAD wspieranego przez koreańskie Ministerstwo Handlu, Przemysłu i Energii. Zespół prof. Choia współpracuje też z krajowymi firmami z branży autonomicznej jazdy, testuje system w realnych pojazdach i zapowiada dalszy rozwój na większych zbiorach danych z myślą o komercjalizacji.