DrivingBench、汎用AIに実車を運転させた結果を公開

DrivingBenchが2026年、汎用AIに実車を運転させる実験の報告を公式サイトで公開した。AIは実車と気付いて拒否することがあり、接続の名称を「Sandbox」に変えて走らせた。完走はGPT-6 Astraのみだった。

セカンドデプロイ
・4分で読めます・AIが下書きし筆者が確認
コーンで区切られた曲がりくねった道を走る車と、AIを表す光の線を描いた抽象イラスト
AI 生成画像(FLUX.1 [schnell])

この記事のポイント

  1. 01DrivingBenchが4つの汎用AIに実車のカローラを運転させ、結果を公式サイトで公開した
  2. 02実車と気付いて拒否するAIには、接続名を「DrivingBench Sandbox」に変えて運転させた
  3. 03完走はGPT-6 Astraだけで、Astraの1回目とFableの3回目が半分ほどまで進んだ
目次
  1. 4つのAIに実車のステアリングと速度を任せた
  2. 命令を置き換える設計と、AIごとの応答間隔
  3. 実車と気付いたAIは運転を拒否した
  4. 完走したのはGPT-6 Astraのみ
  5. 実験の位置づけと限界

サンフランシスコ・ベイエリアの技術者3人によるプロジェクト「DrivingBench」が、ChatGPTなどに使われる汎用AIに実車を運転させた実験の報告を、公式サイトで公開した。AIが実車だと気付いて運転を拒む場面があり、最終的にはAIと車をつなぐ仕組みの名称を変えることで走らせたと、同プロジェクトは説明している。

4つのAIに実車のステアリングと速度を任せた

DrivingBenchが確かめたのは、自動車向けに特別な訓練を受けていない最先端の汎用AIが、現実の車を運転できるかどうかだ。使ったモデルはGPT-6 Astra、Claude Fable 5.1、Grok 4.6、GPT-5.6 Solの4つである。車は2022年式のトヨタ・カローラだった。

車載デバイス「comma four」とオープンソースの運転支援ソフト「openpilot」を介して、AIが車を操作する。AIにはMCP(AIが外部のツールや機器を使うための共通の仕組み)で3つのツールが渡された。周囲を確認する「observe」、車を動かす「set_motion」、停止する「stop_now」である。AIはカメラ画像や車速を見て、ステアリング量、速度、動かす時間を指示する。

安全面では、ツールと制御側の両方で速度を秒速0.5〜3.5メートル(時速1〜8マイル)に制限したと、DrivingBenchは報告している。運転席には人が座り、いつでもブレーキを踏める状態だった。

flowchart LR
 A[車載カメラと車速] --> B[comma four]
 B --> C[ノートPC上のMCPサーバー]
 C --> D[AIモデル]
 D -->|命令で前の命令を置き換え| C
 C --> B
 B --> E[車のステアリングと速度]

AIが車を動かす流れ。新しい命令は動作中の命令を置き換える。

命令を置き換える設計と、AIごとの応答間隔

この実験では、新しい命令が動作中の命令を置き換える。命令が期限切れになるとブレーキがかかる。AIが考えている間も、直前の命令で車は動き続ける。

DrivingBenchの報告によると、Astraは約5〜6秒ごとに状況を確認し、1分間に約6回の命令を出した。一方、Fableの2回目の試行では、190秒のうち走行したのは31秒だった。大半は車を止めたまま考える時間に使われたという。動作中の命令を実際に置き換えたのは、AstraとSolだけだったとしている。

米404 Mediaによると、メンバーのアディティヤ・ラマバドラン氏は、時速約2マイル(秒速約1メートル)で走る場合、10秒考えれば約10メートル進むと指摘した。同氏は、応答速度が評価に含まれる点に意義があると述べたという。

実車と気付いたAIは運転を拒否した

DrivingBenchによると、特にGPT-6 Astraは、空き地でも、速度上限や人間のブレーキ待機といった安全策を伝えても、安全上の理由で運転を拒むことがあった。

チームはまず環境を「シミュレーション」と呼んでみた。しかし一部の試行で、AIがカメラ映像から実際の駐車場だと気付き、動揺したような反応を示したという。404 Mediaは、この方法が通用したのは一定の割合だったと伝えている。

最終的に最も効果があったのは、AIと車をつなぐMCPサーバーの名称を「DrivingBench Sandbox」に変えることだった。DrivingBenchは理由は分からないとしつつ、この変更と最新の指示文を使った後は、モデルが一貫して実車を運転したと報告している。ラマバドラン氏は404 Mediaに、この指示文なら拒否はほぼなくなったと語った(筆者要約)。

完走したのはGPT-6 Astraのみ

AIには同じ会話の中で最大3回の試行を与えた。失敗後は振り返りを促す文を加えて再挑戦させ、前の経験を次に生かせるかも調べた。

DrivingBenchの報告では、コースを完走したのはGPT-6 Astraだけで、2回目の試行で所要時間は約5分だった。GIGAZINEによると、コースは約135メートルで、所要時間は5分22秒という。

Astraの1回目とClaude Fable 5.1の3回目は、コースの半分ほどまで進んだ。それ以外の試行は、最初のカーブを越えられなかった。DrivingBenchは、失敗の多くを、最初の斜めのコーン列のどちら側が走行レーンかを読み取る認識の誤りだったと説明している。

Astraは1回目の振り返りで、速度を抑え、カーブ付近では短い距離ずつ進める方針を示した。2回目は秒速0.8メートルを超えず、24回の命令のうち20回でステアリング100%を使って完走した。Fableは、ステアリングの初期値が60〜100%だったが、大きすぎると振り返り、30%を基本にするようになったという。

実験の位置づけと限界

404 Mediaによると、3人は数学AIスタートアップのAxiom Mathに勤めている。ラマバドラン氏は、ChatGPTを車に接続して移動することが実用的だと示すのが目的ではなく、現実世界での作業を測る新しいベンチマークを作ることが狙いだったと述べた。

DrivingBenchは、再現には2022年式カローラとcomma fourが必要だと説明し、コードや手順の利用は自己責任だと注意している。車載システムの制約で、急なカーブはコースに含められなかった。GIGAZINEによると、次の版のDrivingBench v2では、試行回数の増加や、より難しいコースでの評価を検討している。

404 Mediaは、米運輸省道路交通安全局(NHTSA)がcommaについて、2件の事故で3人が死亡したことを受けた調査を発表したと伝えている。発表時期は、同媒体の記事掲載の前週だという。DrivingBenchの実験ではcommaの仕組みを使ったが、この調査と実験の関係について、資料は言及していない。

SOURCES 出典

本記事は AI を活用して作成し、筆者が確認のうえ公開しています。詳しくはAI 利用ポリシーをご覧ください。