Motional เปิดตัวชุดข้อมูล nuReasoning และเปิดการแข่งขัน ECCV

Motional ประกาศการเปิดตัว nuReasoning เมื่อวันที่ 8 กันยายน 2026 โดยอธิบายว่าเป็นชุดข้อมูลเปิดแบบสถานการณ์หางยาวที่มุ่งเน้นการให้เหตุผลเป็นครั้งแรกของโลกสำหรับยานยนต์อัตโนมัติ และเปิดการแข่งขันวิจัยคู่ขนานที่การประชุม European Conference on Computer Vision ในสวีเดน ชุดข้อมูลนี้สร้างร่วมกับ UCLA Mobility Lab และผู้กำกับของห้องปฏิบัติการ ศาสตราจารย์ Jiaqi Ma.

The ประกาศของ Motional วางตำแหน่ง nuReasoning ให้เป็นข้อมูลฝึกสำหรับระบบอัตโนมัติแบบครบวงจร โดยมุ่งเน้นกรณีชายขอบที่พบได้น้อยซึ่งการรับรู้เพียงอย่างเดียวไม่เพียงพอ โมเดล Vision-Language-Action ผสานการจดจำฉากเข้ากับการตัดสินใจว่าจะทำอย่างไร และ Motional ระบุว่าโมเดลเหล่านี้ต้องการข้อมูลฝึกที่ถ่ายทอดเหตุผลเบื้องหลังการขับขี่ ไม่ใช่เพียงการกระทำที่ถูกต้อง ชุดข้อมูลนี้ออกแบบมาเพื่อสอนความสัมพันธ์เชิงพื้นที่ การให้เหตุผลในการตัดสินใจขับขี่ การคาดการณ์ความเสี่ยง และการพิจารณาผลลัพธ์ทางเลือก

โครงสร้างชุดข้อมูล

nuReasoning มีสถานการณ์หางยาวจำนวน 20,000 รายการ โดยแต่ละรายการเป็นคลิปวิดีโอที่ยาวอย่างน้อย 20 วินาทีและฝังคำอธิบายการให้เหตุผลที่ได้รับการตรวจสอบโดยมนุษย์ เหตุการณ์เหล่านี้สกัดจากข้อมูลฝูงเรือของ Motional ที่เก็บรวบรวมใน Las Vegas, Pittsburgh, Los Angeles, Boston และ Singapore และบริษัทรายงานว่ามีกรณีขอบที่ต้องการการให้เหตุผลมากกว่า 105 ชั่วโมง รวมถึงกิจกรรมคนเดินเท้าแปลกประหลาด โซนทำงานและการก่อสร้างถนนในเวลากลางคืน การข้ามสัตว์ และสถานการณ์ที่มองเห็นได้จำกัด ชุดคำอธิบายประกอบด้วยคำอธิบายการให้เหตุผลที่ตรวจสอบโดยมนุษย์ทั้งหมด 247,000 รายการ แบ่งเป็นสามประเภท: Spatial Reasoning, Decision Reasoning, และ Counterfactual Reasoning พร้อมกับข้อมูลเซ็นเซอร์หลายโหมดสำหรับการแสดงฉากสามมิติ

เอกสารอย่างเป็นทางการ บันทึก nuReasoning อย่างเป็นทางการ ให้รายละเอียดโครงสร้างเพิ่มเติม คลิปมีความยาวประมาณ 20 วินาทีและสุ่มตัวอย่างที่ 10 Hz โดยมีคลิปฝึก 17,000 คลิป คลิปตรวจสอบ 2,000 คลิป และคลิปทดสอบส่วนตัว 1,000 คลิป ข้อมูลเซนเซอร์ประกอบด้วยกล้องหลายมุมมองที่ซิงโครไนซ์กัน LiDAR สำหรับคลิปที่รองรับ ข้อมูลการปรับเทียบและสถานะรถ คำอธิบายวัตถุสามมิติ แผนที่ HD แบบเวกเตอร์ สัญญาณไฟจราจร เส้นทาง และคำสั่งนำทาง ในการคัดเลือกข้อมูลหางยาว ตัวประเมิน AI ให้คะแนนคลิปผู้สมัครความยาว 30 วินาทีกว่า 100,000 คลิปที่ผ่านการกรองเบื้องต้นจากการขับขี่มากกว่า 10,000 ชั่วโมง ก่อนให้มนุษย์ตรวจสอบและเลือกคีย์เฟรม

คำอธิบาย Spatial Reasoning ครอบคลุมความเข้าใจสองและสามมิติที่ยึดวัตถุเป็นศูนย์กลาง บริบทแผนที่และโทโพโลยี ตำแหน่งสัมพัทธ์ ความเร็ว การเคลื่อนที่ในอนาคต และปฏิสัมพันธ์กับรถของระบบ โดยกำกับข้อมูลที่ 1 Hz ส่วน Decision Reasoning บันทึกคำอธิบายฉาก องค์ประกอบสำคัญ การกระทำระดับเมตาในแนวยาวและแนวข้าง และสายเหตุผลที่อธิบายพฤติกรรมที่เลือก Counterfactual Reasoning ประเมินการกระทำทางเลือกของรถเทียบกับผลลัพธ์ด้านความปลอดภัยและระดับความเสี่ยงซึ่งระบุว่าปลอดภัย ไม่เหมาะสมที่สุด หรือไม่ปลอดภัย โดยคำอธิบายการตัดสินใจและเหตุการณ์สมมติบันทึกที่ 0.2 Hz เอกสารยังระบุว่าชุดข้อมูลผ่านกระบวนการคุ้มครองความเป็นส่วนตัว รวมถึงการทำให้ใบหน้าและป้ายทะเบียนไม่สามารถระบุตัวตนได้

Motional ได้ผสานเครื่องมือค้นหา Omnitag ที่เป็นกรรมสิทธิ์ ช่วยให้นักวิจัยสืบค้นการกระจายข้อมูลตามประเภทสถานการณ์ ระดับความยาก และสถานที่ พร้อมค้นหาเชิงความหมายด้วยภาษาธรรมชาติสำหรับปฏิสัมพันธ์เชิงยุทธวิธี หนึ่งในสถานการณ์ที่บริษัทอธิบายคือเขตก่อสร้างยามค่ำคืนซึ่งรถหยุด โดยคำอธิบายชี้ว่าการหยุดถูกต้องเพราะมีสัตว์ตัวเล็กกำลังข้ามถนนข้างหน้า และปฏิเสธเส้นทางอื่นเนื่องจากสิ่งกีดขวางงานก่อสร้างและไม่ทราบความเร็วกับทิศทางของสัตว์

บริษัทระบุว่าชุดย่อย nuReasoning ที่เผยแพร่เมื่อต้นปีถูกดาวน์โหลดมากกว่า 50,000 ครั้ง รุ่นสาธารณะครอบคลุมชุดฝึกและตรวจสอบบน Hugging Face ส่วนคลิปทดสอบส่วนตัว 1,000 คลิปสงวนไว้สำหรับประเมินการแข่งขัน ชุดเครื่องมือพัฒนาโอเพนซอร์สบน GitHub รองรับการประมวลผลข้อมูลสำหรับฝึก VLA เป้าหมายการให้เหตุผลและวางแผน โมเดลพื้นฐาน และตัวชี้วัดการประเมิน

การแข่งขัน nuReasoning

Motional และ UCLA Mobility Lab เป็นเจ้าภาพ nuReasoning Challenge ซึ่งเปิดตัวที่ ECCV การแข่งขันประเมินการวางแผนและการให้เหตุผลร่วมกันบนสถานการณ์ทดสอบส่วนตัว 1,000 กรณี ภารกิจวางแผนหลักให้บริบทการขับขี่ 10 วินาที ได้แก่ ภาพหลายมุมมอง ข้อมูลแผนที่ HD คำสั่งนำทาง และสถานะรถ แล้วให้ทำนายวิถีรถในห้าวินาทีถัดไป ภารกิจเสริมด้านการให้เหตุผลใช้บริบทเดียวกันเพื่อตอบคำถามจากภาพเกี่ยวกับเรขาคณิต การเคลื่อนที่ การตัดสินใจ และเหตุการณ์สมมติ โดยมีรูปแบบคำตอบแบบหลายตัวเลือก ตัวเลข พิกัด และวิถี

คะแนนสุดท้ายรวมคะแนนการวางแผน 75% และคะแนนการให้เหตุผล 25% เงินรางวัลรวม 10,000 ดอลลาร์ เปิดรับสมัครแล้ว และจะประกาศผู้ชนะในเดือนธันวาคม 2026 ที่งาน Conference on Neural Information Processing Systems

Phil Michel รองประธานอาวุโสฝ่ายระบบอัตโนมัติและ AI ของ Motional กล่าวว่า “เพื่อขยายกองยานยนต์อัตโนมัติอย่างปลอดภัย ระบบขับขี่อัตโนมัติต้องตอบสนองต่อกรณีชายขอบที่พบได้น้อยและยุ่งเหยิงด้วยตรรกะที่มั่นใจได้เทียบเท่าผู้ขับขี่มนุษย์ผู้มีประสบการณ์” เขากล่าวว่าบริษัทให้ความสำคัญกับ AI ที่โปร่งใส เพื่อให้ประเมินการตัดสินใจและความเสี่ยงแบบเรียลไทม์ได้อย่างชัดเจน และการเปิด nuReasoning สู่สาธารณะช่วยสร้างรากฐานร่วมในการแก้กรณีชายขอบ

พื้นฐานการวิจัยและการเข้าถึง

บทความประกอบชื่อ “nuReasoning: A Reasoning-Centric Dataset and Benchmark for Long-Tail Autonomous Driving” ถูกส่งไปยัง arXiv เมื่อ 29 พฤษภาคม 2026 ผู้เขียนสังกัด UCLA และ Motional โดยมี Tony Xuewei Qi เป็นหัวหน้าโครงการ ใน บทความผู้เขียนรายงานว่าการปรับจูนโมเดลภาพและภาษาด้วย nuReasoning ช่วยยกระดับการตอบคำถามเฉพาะด้านการขับขี่อย่างมาก และการเพิ่มการกำกับด้านเหตุผลในการฝึก VLA ช่วยปรับปรุงการวางแผนแม้ปิดผลลัพธ์เหตุผลแบบข้อความในขั้นอนุมาน โมเดลวางแผน nuVLA ของงานนี้ผสานแกนหลักภาพและภาษาเข้ากับการสร้างวิถี

nuReasoning สานต่อสายข้อมูลเปิดของ Motional ที่เริ่มจาก nuScenes ในปี 2019 ซึ่งบริษัทระบุว่าเป็นชุดข้อมูลยานยนต์อัตโนมัติสาธารณะแบบหลายรูปแบบชุดแรกของอุตสาหกรรม และต่อด้วย nuImages, Panoptic nuScenes และ nuPlan ชุดข้อมูลเหล่านี้ใช้ได้ภายใต้ใบอนุญาตเชิงพาณิชย์ หรือใช้ฟรีเพื่อการศึกษาตามข้อกำหนดการใช้ที่ไม่ใช่เชิงพาณิชย์ของ Motional