一言でいうと
学習と検証の主戦場を、実際の道路から計算機の中の世界に移そうという考え方である。走っている車から集めたデータで学び続ける。
公道での実運用をどう検証するかは、まだ確立していない。
何を解決するために生まれたか
実際に走って安全を示すことには限界がある。人間より20%改善したことを統計的に示すには110億マイルが必要だという試算がある。100台が時速25マイルで24時間走り続けても約500年かかる。
加えて、危険なシナリオは実路で意図的に作れない。子どもの飛び出しを再現するわけにはいかない。
だから計算機の中でやる。これがこの世代の動機である。
「世界モデル」という語の2つの意味
同じ語が、まったく違う2つのものを指している
もともとの意味は、環境のふるまいを学習したモデルを内部に持ち、その中で方策を学習するというものである。2018年の研究がこの枠組みを示している。
自動運転の文脈では、多くの場合これより狭い意味で使われる。行動を条件として、将来のセンサ観測（主に映像）を生成できるモデルという意味である。
この2つは役割が正反対になりうる。前者では、生成器と方策が同じ学習系に属する。後者を検証の道具として使うなら、生成器は検証対象から独立していることが望ましい。区別せずに語ると混乱する。
仕組み
公表されている例を挙げる。ある企業が2023年に、生成型の世界モデルを技術報告として発表した（査読状況は確認できない）。同社は2025年12月2日に、150億パラメータの潜在拡散ベースのモデルも公表している。
同社が挙げている用途は次のとおりである。
- 自車の軌道だけを変えて、他の要素を保ったまま衝突やニアミスのシナリオを生成する
- 制御可能な変動を持つ、オフラインの評価一式を作る
- 対応するデータなしに、異なるカメラ構成へ再レンダリングする
- シーンの構造を保ったまま、照明や天候を変えて頑健性を試験する
妥当性については、2つの説明が示されている。ひとつは、実記録のLiDAR点群を生成フレームに重ねて空間的な整合性を検証する手法である。もうひとつは実路実験との相関研究で、方策の相対的な性能を信頼して予測できることが示唆されると述べている。
ここは正確に読む必要がある。主張されているのは相対的な性能順位の予測であって、絶対的な安全性の水準の予測ではない。
できること／できないこと
この世代でできること
- 実走行では統計的に到達できない量の検証を行う
- 危険なシナリオを、安全に、意図的に生成する
- 自車の軌道だけを変えた反実仮想の評価を行う
- センサ構成・天候・照明の系統的な変動試験を行う
この世代でできないこと
- 生成したシナリオが現実を代表していることを示すこと。合意された指標が存在しない
- 学習データにない種類のシナリオを生成すること
- 生成器と方策が同じデータ・同じ表現から作られている場合に、検証の独立性を保つこと
- 現実ギャップをなくすこと。忠実なデジタルツインでも残ることが査読研究で示されている
生成したシナリオが現実を代表していることを、どう示すのか
これがこの世代の核心的な未解決問題である。
推進する側の論拠は明快である。実走行だけでは統計的に不可能な量の検証ができる。稀で安全に関わる事象を意図的に生成でき、実路では倫理的にも法的にも試験できない衝突シナリオを扱える。
慎重な側の論拠も明快である。査読誌に掲載された研究は、忠実なデジタルツインを用いてもなお現実ギャップに寄与する重大な欠点が残ると結論している。加えて、生成モデルは学習データの分布を反映するため、学習データに含まれない種類のシナリオは生成できない。まさに検証したいロングテールに対して原理的に弱い可能性がある。
さらに、生成器と検証対象が同じデータ・同じ表現から作られている場合、検証が循環するという懸念がある。
決着していない理由は明確である。現実代表性を測る合意された指標が存在しない。見た目のリアリズムを測る指標は人間の見た目の話であって、方策の挙動を正しく引き出すかとは別の問題である。
規制側はどう扱っているか
国連の NATM 文書は、この論点を規制文書として明示的に扱っている。第38項は次のように述べる。
"the suitability of a model to satisfactorily replace the real world for validating the safety of ADSs has to be carefully assessed"
UNECE, WP.29-187-08e（ECE/TRANS/WP.29/2022/58）。原文のまま引用。
第39項はさらに踏み込む。開発者は、同一シナリオでの仮想試験と実世界の性能を比較して、仮想試験の道具の精度を評価すべきだとする。加えて妥当性確認に用いたシナリオを超える外挿を根拠づけることを求めている。
ただしどこまで一致すれば十分かの判定基準は規定していない。「やれ」と言っているだけで「どうやるか」の合意がない領域である。
この世代を選ぶ合理的な理由が今でもあるか
「選ぶ」という段階にはない。既存の世代を補う道具として使われている
この世代は、他の世代を置き換えるものではない。検証の道具として、既存の設計に組み合わせて使われているのが2026年7月時点の実態である。
実際、公表されている安全論証の枠組みは、シミュレーションを実路データ・ハザード分析・運用時の監視と併用する構成を示している。シミュレーション単独での論証は提示されていない。
したがって発注側が問うべきなのは「この会社はG4か」ではない。「安全性の主張のうち、何%がシミュレーションのみの証拠に依拠しているか」である。
| レイヤー | この世代での実装 |
|---|---|
| L01 センシング | センサモデルの忠実度が論点になる。悪天候・逆光・汚れの再現が難しい |
| L02 測位・地図 | 生成された地図表現の研究がある。実運用の公表例は確認できない |
| L03 認識・予測 | 認識層に固有の差はない。学習データの生成にシミュレーションを使う |
| L04 判断・計画 | 世界モデルの中で方策を学習する設計がある。生成器と方策の独立性が論点 |
| L05 制御・車両 | 制御・車両層に固有の差はない |
| L06 計算基盤 | フリートからの継続学習とOTA。データ回収の通信量が制約になる |
| L07 通信・インフラ協調 | 走行データの回収に必要な通信量が設計上の変数になる |
| L08 HMI・対人 | HMI層に固有の差はない |
| L09 ODDと運用 | 運用層に固有の差はない |
| L10 安全保証・規格 | シミュレーション由来の証拠を、安全論証にどう位置づけるかが論点 |
| L11 検証・評価 | この世代の中核。生成シナリオによる検証と、シミュレータ自体の妥当性確認 |
| L12 社会実装 | 規制当局が生成シナリオによる検証を受け入れた事例は確認できない |
発注・検討するときの確認点
「生成シナリオが現実を代表していることを、どの指標で示しますか。見た目のリアリズム指標ではなく、被検証システムの挙動が実路と一致することを示す証拠を出せますか」
- なぜこれを聞くのか
- 見た目の忠実さと、方策の挙動を正しく引き出すことは別の問題である。
「シナリオ生成器と、検証対象の運転方策は、同じ学習データ・同じ表現から作られていますか」
- なぜこれを聞くのか
- 同じであれば検証が循環する。独立性をどう確保するかを聞く。
「シミュレーションで検出できた不具合のうち、実路でも再現したものの割合を示せますか。逆に、実路で起きたがシミュレーションでは検出できなかったものの割合はどうですか」
- なぜこれを聞くのか
- 後者こそが、シミュレーションの限界を示す数値である。
出典
一次情報を優先している。「区分」は、その資料が発行機関自身の公表物（一次）か、第三者による索引・複製（ミラー）か、解説（二次）かを示す。リンク切れに備え、発行者・文書名・日付を本文でも残している。
- Ha, D. & Schmidhuber, J.／NeurIPS 2018（査読会議）Recurrent World Models Facilitate Policy Evolution（世界モデルの原義。環境のダイナミクスを学習したモデルを内部に持ち、その中で方策を学習する）https://proceedings.neurips.cc/paper/2018/hash/2de5d16682c3c35007e4e92982f1a2ba-Abstract.html
- Wayve（企業公式）GAIA-3: Scaling World Models to Power Safety and Evaluation（150億パラメータの潜在拡散ベース世界モデル。方策の相対的な性能を予測できることが示唆されると記載）https://wayve.ai/thinking/gaia-3/
- Stocco, A. ほか／IEEE Transactions on Software Engineering（査読誌）Mind the Gap! A Study on the Transferability of Virtual vs Physical-world Testing of Autonomous Driving Systems（忠実なデジタルツインを用いてもなお現実ギャップに寄与する重大な欠点が残ると結論）https://arxiv.org/abs/2112.11255
- Dosovitskiy, A. ほか／CoRL 2017（査読会議）CARLA: An Open Urban Driving Simulatorhttps://proceedings.mlr.press/v78/dosovitskiy17a.html
- UNECE（国連欧州経済委員会）New Assessment/Test Method for Automated Driving (NATM) Master Document, WP.29-187-08e（ECE/TRANS/WP.29/2022/58）。仮想試験ツールチェーンの精度を実世界との比較で評価すべきと規定し、妥当性確認に用いたシナリオを超える外挿の根拠づけを要求https://unece.org/sites/default/files/2022-05/WP.29-187-08e.pdf
- RAND Corporation（Kalra, N. & Paddock, S. M.）／査読版は Transportation Research Part A 94:182–193Driving to Safety: How Many Miles of Driving Would It Take to Demonstrate Autonomous Vehicle Reliability?（RR-1478-RC。人間の死亡事故率と同等を故障ゼロ・95%信頼度で示すには2億7,500万マイル、20%改善の実証には110億マイル）https://www.rand.org/content/dam/rand/pubs/research_reports/RR1400/RR1478/RAND_RR1478.pdf
- Waymo（企業公式ホワイトペーパー）Waymo Safety Case Approach（ハザードをアーキテクチャ・挙動・運用の三層に分解し、ISO 26262／ISO 21448にマッピング）https://storage.googleapis.com/waymo-uploads/files/documents/safety/Waymo%20Safety%20Case%20Approach.pdf
- Riedmaier, S. ほか／IEEE Access 8:87456–87473（査読誌）Survey on Scenario-Based Safety Assessment of Automated Vehicles（機能・論理・具体の3層シナリオを整理。シミュレーションのモデル妥当性確認を扱った研究はほとんど存在しないと指摘）https://mediatum.ub.tum.de/doc/1595075/1595075.pdf
- Chen, L. ほか／IEEE TPAMI（査読誌）End-to-end Autonomous Driving: Challenges and Frontiers（未解決課題としてマルチモダリティ・解釈性・causal confusion・堅牢性・世界モデルを列挙）https://arxiv.org/abs/2306.16927
- Feng, S. ほか／Nature 615:620–627（査読誌）Dense reinforcement learning for safety validation of autonomous vehicles（評価プロセスを1,000〜100,000倍加速できると主張）https://www.nature.com/articles/s41586-023-05732-2
最終更新日：2026年7月30日。このページの記述は同日時点で確認したものである。