Η Motional κυκλοφορεί το σύνολο δεδομένων nuReasoning και λανσάρει το διαγωνισμό ECCV

Η Motional ανακοίνωσε την κυκλοφορία του nuReasoning στις 8 Σεπτεμβρίου 2026, περιγράφοντάς το ως το πρώτο παγκόσμιο ανοιχτό σύνολο δεδομένων με επίκεντρο τη λογική, που περιλαμβάνει σενάρια μακράς ουράς για αυτόνομα οχήματα, και ξεκίνησε έναν συνοδευτικό ερευνητικό διαγωνισμό στο European Conference on Computer Vision στη Σουηδία. Το σύνολο δεδομένων δημιουργήθηκε σε συνεργασία με το UCLA Mobility Lab και τον διευθυντή του, καθηγητή Jiaqi Ma.

Η ανακοίνωση της Motional τοποθετεί το nuReasoning ως υλικό εκπαίδευσης για συστήματα αυτόνομης οδήγησης από άκρη σε άκρη, στοχεύοντας στις σπάνιες ακραίες περιπτώσεις όπου η αντίληψη από μόνη της δεν αρκεί. Τα μοντέλα Vision-Language-Action συνδυάζουν την αναγνώριση σκηνής με αποφάσεις για το πώς να ενεργήσουν, και η Motional δηλώνει ότι τέτοια μοντέλα χρειάζονται δεδομένα εκπαίδευσης που μεταδίδουν τη λογική πίσω από μια ενέργεια οδήγησης, όχι μόνο τη σωστή ενέργεια. Το σύνολο δεδομένων σχεδιάστηκε για να διδάξει στα μοντέλα χωρικές σχέσεις, λογική λήψης αποφάσεων στην οδήγηση, πρόβλεψη κινδύνου και εξέταση εναλλακτικών αποτελεσμάτων.

Σύνθεση Συνόλου Δεδομένων

Το nuReasoning περιέχει 20.000 σενάρια μακράς ουράς, το καθένα ένα βίντεο κλιπ τουλάχιστον 20 δευτερολέπτων ενσωματωμένο με ανθρώπινα επαληθευμένες σημειώσεις λογικής. Τα γεγονότα εξήχθησαν από δεδομένα στόλου της Motional που συλλέχθηκαν στο Λας Βέγκας, Πίτσμπεργκ, Λος Άντζελες, Βοστόνη και Σιγκαπούρη, και η εταιρεία αναφέρει περισσότερες από 105 ώρες ακραίων περιπτώσεων με έντονη λογική, συμπεριλαμβανομένης ασυνήθιστης πεζοπορίας, ζωνών εργασίας και νυχτερινής οδικής κατασκευής, διασχίσεων ζώων και σεναρίων περιορισμένης ορατότητας. Το σύνολο σημειώσεων περιλαμβάνει 247.000 ανθρώπινα επαληθευμένες σημειώσεις λογικής σε τρεις τύπους: Χωρική Λογική, Λογική Απόφασης και Αντιφατική Λογική, μαζί με πολυμετασχηματιστικά δεδομένα αισθητήρων για τρισδιάστατη αναπαράσταση σκηνής.

Η επίσημη εγγραφή nuReasoning παρέχει πρόσθετη δομή. Τα κλιπ έχουν περίπου 20 δευτερόλεπτα διάρκεια και δειγματοληπτούνται στα 10 Hz, με 17.000 κλιπ εκπαίδευσης, 2.000 κλιπ επικύρωσης και 1.000 ιδιωτικά κλιπ δοκιμής. Τα δεδομένα αισθητήρων περιλαμβάνουν συγχρονισμένες πολυπρόσπαστες κάμερες, LiDAR για τα υποστηριζόμενα κλιπ, βαθμονόμηση και κατάσταση ego, τρισδιάστατες σημειώσεις αντικειμένων, διανυσματικούς χάρτες HD, σήματα κυκλοφορίας, διαδρομές και εντολές πλοήγησης. Για την επιλογή του υλικού μακράς ουράς, ένας αξιολογητής AI αξιολόγησε πάνω από 100.000 προφιλτράριστα κλιπ 30 δευτερολέπτων που προέρχονταν από περισσότερες από 10.000 ώρες οδήγησης, ακολουθούμενο από ανθρώπινη επαλήθευση και επιλογή βασικών καρέ.

Οι σημειώσεις Χωρικής Λογικής καλύπτουν αντικειμενοκεντρική κατανόηση 2D‑3D, συμφραζόμενα χάρτη και τοπολογίας, σχετική θέση, ταχύτητα, μελλοντική κίνηση και αλληλεπιδράσεις με το όχημα ego, σημειωμένες στα 1 Hz. Η Λογική Απόφασης καταγράφει την περιγραφή της σκηνής, κρίσιμα στοιχεία, διανυσματικές μετα‑ενέργειες κατά μήκος και πλάτος, και ένα αιτιώδες ίχνος που εξηγεί τη επιλεγμένη συμπεριφορά. Η Αντιφατική Λογική αξιολογεί εναλλακτικές ενέργειες του ego έναντι ασφαλών, υποβέλτιστων ή μη ασφαλών αποτελεσμάτων, με ετικέτες ασφαλές, υποβέλτιστο ή μη ασφαλές· οι σημειώσεις απόφασης και αντιφατικής λογικής καταγράφονται στα 0,2 Hz. Η εγγραφή επίσης δηλώνει ότι το σύνολο δεδομένων εφαρμόζει επεξεργασία προστασίας ιδιωτικότητας, συμπεριλαμβανομένης της ανωνυμοποίησης ανθρώπινων προσώπων και πινακίδων κυκλοφορίας.

Η Motional ενσωμάτωσε τη δική της μηχανή αναζήτησης Omnitag, η οποία επιτρέπει στους ερευνητές να ερωτούν κατανομές ανά τύπο σεναρίου, επίπεδο δυσκολίας και τοποθεσία, καθώς και να εκτελούν αναζητήσεις φυσικής γλώσσας για τακτικές αλληλεπιδράσεις. Ένα σημειωμένο σενάριο που περιγράφεται από την εταιρεία δείχνει μια νυχτερινή ζώνη κατασκευής όπου το όχημα σταμάτησε: η σημείωση εξηγεί ότι το σταμάτημα ήταν σωστό λόγω ενός μικρού ζώου που διέσχιζε το δρόμο, και ότι οι εναλλακτικές διαδρομές απορρίφθηκαν λόγω φραγμάτων κατασκευής και της άγνωστης ταχύτητας και κατεύθυνσης του ζώου.

Η εταιρεία αναφέρει ότι ένα mini‑set του nuReasoning που κυκλοφόρησε νωρίτερα φέτος έχει ληφθεί περισσότερες από 50.000 φορές. Η δημόσια κυκλοφορία καλύπτει τα σύνολα εκπαίδευσης και επικύρωσης στο Hugging Face, ενώ τα 1.000 ιδιωτικά κλιπ δοκιμής διατηρούνται για αξιολόγηση του διαγωνισμού. Ένα ανοιχτού κώδικα devkit στο GitHub παρέχει επεξεργασία δεδομένων για εκπαίδευση VLA, στόχους λογικής και προγραμματισμού, βασικά μοντέλα και μετρικές αξιολόγησης.

Διαγωνισμός nuReasoning

Η Motional και το UCLA Mobility Lab διοργανώνουν το ντισκοντινου νουReasoning, που ξεκίνησε στο ECCV. Ο διαγωνισμός δομείται ως κοινή αξιολόγηση προγραμματισμού και λογικής στα 1.000 ιδιωτικά‑δοκιμαστικά σενάρια. Η κύρια εργασία προγραμματισμού δίνει στους συμμετέχοντες 10 δευτερόλεπτα περιβάλλοντος οδήγησης — πολυπρόσπαστες εικόνες, πληροφορίες χάρτη HD, εντολή πλοήγησης και κατάσταση ego — και απαιτεί προβλεπόμενη τροχιά ego για τα επόμενα πέντε δευτερόλεπτα. Η βοηθητική εργασία λογικής χρησιμοποιεί το ίδιο περιβάλλον για ερωτήσεις οπτικής κατανόησης που καλύπτουν γεωμετρία, κίνηση, απόφαση και αντιφατική λογική, με μορφές απαντήσεων πολλαπλής επιλογής, αριθμητικές, συντεταγμένες και τροχιά.

Η τελική βαθμολογία του διαγωνισμού συνδυάζει 75 % βαθμολογία προγραμματισμού και 25 % βαθμολογία λογικής, ενώ το συνολικό χρηματικό έπαθλο είναι 10.000 $. Η εγγραφή είναι ανοιχτή, και οι νικητές θα ανακοινωθούν τον Δεκέμβριο 2026 στο Conference on Neural Information Processing Systems.

«Για να επεκτείνουμε με ασφάλεια τα στόματα AV, τα συστήματα αυτόνομης οδήγησης πρέπει να αντιδρούν σε σπάνιες, χαοτικές ακραίες περιπτώσεις με την ίδια βεβαιωμένη λογική όπως ένας έμπειρος ανθρώπινος οδηγός», δήλωσε ο Phil Michel, Ανώτερος Αντιπρόεδρος Αυτονομίας και AI της Motional. Πρόσθεσε ότι η εταιρεία δίνει προτεραιότητα σε διαφανή AI ώστε η λήψη αποφάσεων σε πραγματικό χρόνο και η αξιολόγηση κινδύνου να μπορούν να αξιολογηθούν σαφώς, και ότι η ανοιχτή διαθεσιμότητα του nuReasoning προσφέρει ένα κοινό θεμέλιο για την επίλυση ακραίων περιπτώσεων.

Βάση Έρευνας και Διαθεσιμότητα

Το συνοδευτικό άρθρο, με τίτλο «nuReasoning: A Reasoning-Centric Dataset and Benchmark for Long-Tail Autonomous Driving», υποβλήθηκε στο arXiv στις 29 Μαΐου 2026, με συγγραφείς από το UCLA και τη Motional και τον Tony Xuewei Qi ως επικεφαλής του έργου. Στο άρθρο, οι συγγραφείς αναφέρουν ότι η εξειδικευμένη εκπαίδευση μοντέλων vision‑language στο nuReasoning βελτιώνει σημαντικά την απάντηση ερωτήσεων σχετικών με την οδήγηση, και ότι η ενσωμάτωση εποπτείας λογικής στην εκπαίδευση VLA βελτιώνει την απόδοση προγραμματισμού ακόμη και όταν οι λεκτικές έξοδοι λογικής απενεργοποιούνται κατά την εκτέλεση. Το μοντέλο προγραμματισμού του άρθρου, nuVLA, συνδυάζει έναν πυρήνα vision‑language με δημιουργία τροχιάς.

Το nuReasoning επεκτείνει τη γραμμή ανοιχτών δεδομένων της Motional που ξεκίνησε με το nuScenes το 2019, το οποίο η εταιρεία αναγνωρίζει ως το πρώτο πολυμετασχηματιστικό δημόσιο σύνολο δεδομένων AV της βιομηχανίας, και συνεχίστηκε μέσω των nuImages, Panoptic nuScenes και nuPlan. Τα σύνολα δεδομένων διατίθενται υπό εμπορικές άδειες ή δωρεάν ακαδημαϊκή χρήση υπό τους μη‑εμπορικούς όρους και προϋποθέσεις της Motional.