ウーブン・バイ・トヨタの自動運転AI開発に7工程のアクティブ・ラーニング導入

ウーブン・バイ・トヨタの自動運転AI開発に7工程のアクティブ・ラーニング導入

2026年5月12日、トヨタ自動車の子会社であるウーブン・バイ・トヨタは自動運転AIの学習データ作成環境について明らかにした。収集した走行データを7つの工程に分けてAIモデルに学習させ、性能向上を図る仕組みである^[1]

この開発環境は「Active Learning（アクティブ・ラーニング）」と呼ばれ、データ収集、課題優先順位付け、データセット作成、AIモデル学習、シミュレーション評価、車両評価、リリース判断の7つの工程から構成される。リリース判断後に車両に搭載された自動運転ソフトは再びデータ収集工程に戻り、循環プロセスとして開発が進む。

循環プロセスを高速で回すことで、自動運転技術の性能向上を継続的に行う仕組みである。米中でのAIベースの自動運転技術拡大に対応する形で、トヨタとの連携により開発速度の向上を図る。

自動運転AI開発の7工程の概要

Fuel Connect編集部の整理

本記事はウーブン・バイ・トヨタが導入する自動運転AI開発環境「Active Learning」の工程を整理したものである。工程ごとの流れと循環プロセスの概要を明示しており、開発サイクルの構造を把握できる内容である。

自動運転技術の研究開発に関わる企業や車両管理、AI学習データ構築に携わる実務者にとって、各工程の内容とデータ循環の仕組みを理解する際に有用である。開発速度や学習データの扱いを整理する参考資料として機能する。