结合自动驾驶技术的全自动驾驶汽车，据说2020年左右开始普及。自动驾驶在发展的同时，不擅长与其他车辆的“合流”、“超车”等协调，为了解决这个问题，使用了深度学习，AI的控制就成了问题。例如，合流场景的驾驶控制是通过减速、停车、边看边启动、合流目的地跟随车辆等控制元素来实现的，我们正在尝试让AI学习这一系列的控制元素。在这种情况下，如果对合并目标车辆的跟随性提高，则可能会出现减速/停止操作恶化等过度学习的现象。可以说，这是因为AI应该学习的驾驶场景没有系统地组织起来。

　因此，为了在如此复杂的驾驶场景中提高学习效率，KDDI研发实验室提取了目标驾驶场景，并定义了包括与其他车辆合作在内的理想驾驶控制要求。北海道大学负责开发行为组件（模块化） 、每个模块的深度学习功能，以及连接这些模块的 AI 技术。我们通过将它们安装在大约为实际汽车的十二分之一的无线电遥控汽车上并学习合并时的复杂动作来确认 AI 技术的有效性。

　今后，我们将通过应用这一成果，开发在狭窄道路上超车、在优先直行的十字路口右转等各种驾驶场景中所需的“Yuzuri-ai”驾驶技术。