Motional、nuReasoning データセットをリリースし ECCV チャレンジを開始

Motionalは2026年9月8日にnuReasoningのリリースを発表し、これを自動運転車向けの世界初の推論中心・ロングテールシナリオオープンデータセットと位置付け、スウェーデンで開催された欧州コンピュータビジョン会議（ECCV）にて関連する研究チャレンジを開始した。データセットはUCLA Mobility Labおよび同ラボのディレクターであるJiaqi Ma教授との協業で作成された。

The Motional の発表は、nuReasoning をエンドツーエンド自律システムのトレーニング素材として位置付け、認識だけでは不十分な稀少なエッジケースに対応することを目的としている。Vision‑Language‑Action（VLA）モデルはシーン認識と行動決定を組み合わせるが、Motional はそのようなモデルには「正しい行動」だけでなく、運転行動の背後にある論理を伝えるトレーニングデータが必要だと述べている。本データセットは、空間関係、運転意思決定の推論、リスク予測、代替結果の考慮をモデルに学習させることを目的としている。

Dataset Composition

nuReasoning には 20,000 件のロングテールシナリオが含まれ、各シナリオは少なくとも 20 秒のビデオクリップに人間が検証した推論アノテーションが埋め込まれている。これらのイベントは、Motional がラスベガス、ピッツバーグ、ロサンゼルス、ボストン、シンガポールで収集した車両データから抽出され、105 時間以上にわたる推論集約型エッジケース（異常な歩行者活動、作業エリアや夜間の道路工事、動物横断、視界不良シナリオなど）を含むと報告されている。アノテーションは空間推論、意思決定推論、反事実推論の 3 種類: にわたり、合計で 247,000 件の人間検証済み推論ラベルが付与され、三次元シーン表現のためのマルチモーダルセンサーデータと併せて提供される。

公式の nuReasoning レコード では、クリップは約 20 秒で 10 Hz でサンプリングされ、トレーニング用が 17,000 本、検証用が 2,000 本、プライベートテスト用が 1,000 本用意されている。センサーデータは同期されたマルチビューカメラ、対応クリップの LiDAR、キャリブレーション情報とエゴ状態、3D オブジェクトアノテーション、ベクトル化された HD マップ、信号機、ルートパス、ナビゲーションコマンドを含む。ロングテール素材を選定するために、AI 評価者が 10,000 時間以上の走行データから抽出した 30 秒の候補クリップ 100,000 本以上をスコア付けし、さらに人間が検証してキーフレームを選択した。

空間推論アノテーションは、オブジェクト中心の 2D‑3D 理解、マップ・トポロジーコンテキスト、相対位置、速度、将来の動き、エゴ車両との相互作用を 1 Hz で記述する。意思決定推論はシーン記述、重要要素、縦方向・横方向のメタアクション、そして選択された行動を説明する因果トレースを捉える。反事実推論は、代替エゴ行動を安全性に関わる結果とリスクレベル（安全、非最適、危険）で評価し、意思決定・反事実アノテーションは 0.2 Hz で記録される。レコードはまた、顔やナンバープレートの匿名化など、プライバシー保護処理が施されていることも明記している。

Motional は独自の Omnitag 検索エンジンを統合しており、研究者はシナリオタイプ、難易度、ロケーションで分布をクエリでき、戦術的相互作用に関する自然言語セマンティック検索も実行できる。会社が例示した注釈付きシナリオの一つは、夜間の工事区間で車両が停止したケースで、注釈は「前方に小動物が横断していたため停止は正しい」と説明し、代替ルートが工事バリケードと動物の速度・方向不明のため除外されたと記載している。

同社は、今年初めにリリースされた nuReasoning のミニセットが 50,000 回以上ダウンロードされたと報告している。公開リリースは Hugging Face 上でトレーニングと検証の分割データを提供し、1,000 本のプライベートテストクリップはチャレンジ評価用に非公開とされている。GitHub のオープンソース devkit では、VLA のトレーニング、推論・計画ターゲット、ベースラインモデル、評価指標のデータ処理が提供されている。

nuReasoning Challenge

Motional と UCLA Mobility Lab は ECCV で nuReasoning Challenge を開催している。本コンペは 1,000 本のプライベートテストシナリオを用いた計画と推論の共同評価として構成される。主たる計画タスクでは、参加者は 10 秒分の走行コンテキスト（マルチビュー画像、HD マップ情報、ナビゲーションコマンド、エゴ状態）を与えられ、次の 5 秒間のエゴ軌道を予測することが求められる。補助的な推論タスクは同じコンテキストを用いて、幾何、動き、意思決定、反事実推論に関するビジュアル質問応答を行い、選択式、数値式、座標式、軌道式の回答形式が用意されている。

最終スコアは計画スコア 75% と推論スコア 25% を合算したもので、総賞金は 10,000 米ドルとなる。現在募集は受付中で、受賞者は 2026 年 12 月に開催される Conference on Neural Information Processing Systems で発表される。

「AV フリートを安全に拡大するには、稀少で混沌としたエッジケースに対して、熟練ドライバーと同等の確実な論理で反応できる自動運転システムが必要です」と、Motional のシニア バイス プレジデント（自律走行・AI）である Phil Michel 氏は語った。同氏は、透明性のある AI を優先し、リアルタイムの意思決定とリスク評価を明確に検証できるようにするとともに、nuReasoning をオープンに提供することでエッジケース解決の共通基盤を構築したいと述べた。

Research Basis and Availability

付随する論文は「nuReasoning: A Reasoning‑Centric Dataset and Benchmark for Long‑Tail Autonomous Driving」というタイトルで、2026 年 5 月 29日に arXiv に投稿され、UCLA と Motional の研究者らが執筆し、Tony Xuewei Qi がプロジェクトリーダーとして記載されている。論文では、nuReasoning でファインチューニングした Vision‑Language モデルが運転特化型質問応答を大幅に向上させ、推論監督を VLA 学習に組み込むことで、推論出力を推論時に無効化しても計画性能が向上することが示されている。論文の計画モデル nuVLA は、ビジョン‑ラングエッジバックボーンと軌道生成を組み合わせた構造となっている。

nuReasoning は、2019 年に nuScenes として始まった Motional のオープンデータ系統を拡張したもので、同社はこれを業界初のマルチモーダル公共 AV データセットと位置付け、以降 nuImages、Panoptic nuScenes、nuPlan と続いている。これらデータセットは商用ライセンスまたは Motional の非商用条件に基づく学術利用のいずれかで提供されている。