プロのモータースポーツイベント、特にF1のようなイベントのピットを歩いてみると、テレメトリ情報満載のコンピューターディスプレイが延々と並んでいるのが目に入ります。現代のチームは、マシンからのリアルタイムのデジタルフィードバックに溢れています。私は長年にわたり、こうしたピットを何度も訪れ、流れ込むデータに驚嘆してきましたが、その混沌とした中でMicrosoft Visual Studioソフトウェア開発スイートが稼働しているのを見たことはありません。
でも、先週末に開催されたアブダビ・オートノマス・レーシング・リーグ（A2RL）のようなイベントには、これまで一度も参加したことがありませんでした。A2RLとして知られるこのイベントは、自動運転レースシリーズとしては初めてではありません。自動運転レースカーが仮想の障害物を回避しながら速いラップタイムを記録するロボレースシリーズや、CES 2024期間中にラスベガス・モーター・スピードウェイで開催されたインディ・オートノマス・チャレンジなど、他にも様々なイベントがあります。
Roborace が単一車両タイムトライアルに焦点を当て、Indy Autonomous シリーズがオーバルアクションに重点を置いているのに対し、A2RL はいくつかの分野で新境地を開拓することを目指しました。
A2RLは初めて4台の自動運転車をサーキットに投入し、同時にレースを繰り広げました。そしておそらくもっと重要なのは、最高性能を誇る自動運転車と、2014年から2020年まで様々なチームで活躍した元F1ドライバー、ダニール・クビアトという人間が対戦したことです。
本当の挑戦は舞台裏で行われました。チームには、駆け出しのプログラマーから博士課程の学生、フルタイムのレースエンジニアまで、実に多様なエンジニアが集結し、まったく新しい方法で限界に挑戦していました。
10社のメーカーが（時にはAIの助けを借りて）完全にオーダーメイドのマシンを設計、開発、製造するF1とは異なり、A2RLのレースカーは公平な競争環境を提供するために完全に標準化されています。全日本スーパーフォーミュラ選手権から借り受けた550馬力のマシンは完全に同一であり、チームはいかなる部品も変更できません。
これには、7台のカメラ、4台のレーダーセンサー、3台のライダーセンサー、そしてGPSを搭載したセンサーアレイが含まれます。これらはすべて、周囲の世界を認識するために使われます。ピットを歩き回り、様々なチームと話をする中で学んだことですが、各車が毎周収集する15テラバイトものデータを、すべてのチームが最大限に活用しているわけではありません。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
インディアナポリスを拠点とするCode19のようなチームは、自動運転車の開発という壮大なプロジェクトに数ヶ月前に着手したばかりです。「ここには4つの新人チームがあります」とCode19の共同創設者オリバー・ウェルズ氏は語ります。「他のチームは皆、このようなコンテストに出場しており、中には7年も続けているチームもあります。」
すべてはコード次第
ミュンヘンに拠点を置くTUMとミラノに拠点を置くPolimoveは、RoboraceとIndy Autonomous Challengeの両方で豊富な走行経験と優勝経験を有しています。その経験は、ソースコードと同様に、両社に引き継がれています。
「いずれにせよ、コードは継続的に開発・改良されています」と、TUMのチームプリンシパルであるサイモン・ホフマン氏は述べた。チームは、ロードコースの急カーブに合わせてコーナリング挙動を変更し、追い越しのアグレッシブさも調整した。「しかし、一般的に言えば、ベースソフトウェアは同じものを使用していると言えるでしょう」と彼は述べた。
週末を通して行われた数々の予選ラウンドを通して、最も経験豊富なチームがタイムチャートを独占しました。2分を切るラップタイムを記録したのはTUMとPolimoveの2チームのみでした。しかし、Code19の最速ラップは3分強で、他の新チームははるかに遅いタイムでした。
これにより、ソフトウェア開発において稀に見る競争が生まれました。確かに、TopCoderやGoogle Kick Startといったプログラミングコンテストはこれまでもありましたが、これは全く異なる種類のものです。コードの改善はラップタイムの短縮につながり、クラッシュの減少につながります。
ケナ・エドワーズはCode19のアシスタントレースエンジニアであり、インディアナ大学の学生です。彼女は以前にアプリ開発の経験がありましたが、チームのアンチロックブレーキシステムを開発するためにC++を学ばなければなりませんでした。「おかげで、少なくとも数回はクラッシュから救われました」と彼女は言います。
デバッガーやその他のツールによる監視が必要となる従来のコーディング問題とは異なり、ここで改善されたアルゴリズムは目に見える成果をもたらします。「次のセッションでタイヤのフラットスポットが改善していくのを見るのは、とても嬉しいことです。フラットスポットの大きさが減ったか、発生頻度が減ったかのどちらかです」とエドワーズ氏は語りました。
理論の実践は、エンジニアリングにおける魅力的な課題を生み出すだけでなく、実現可能なキャリアパスも開拓します。エドワーズは、チップ・ガナッシ・レーシングとゼネラルモーターズでのインターンシップ経験に加え、Code19での経験を活かし、この夏からGMモータースポーツでフルタイム勤務を開始します。
未来を見据えて
こうした開発こそが、A2RLの大きな特徴です。メインのレース活動に続いて、世界中の若い学生や若者グループによる二次的な競技シリーズが開催されています。A2RLのメインイベントに先立ち、これらのグループは1/8スケールの自動運転モデルカーで競い合いました。
「来年の目標は、学校向けに小型のモデルカーを、大学向けにはゴーカートで、もう少し大型の自動運転ゴーカートで遊べるようにすることです。そして、もしあなたがトップリーグに進出したいなら、これらの車でレースを始めてください」と、アブダビ先端技術研究評議会（ATRC）の事務局長、ファイサル・アル・バンナイ氏は述べた。「彼らがその道筋を知ることで、より多くの人々が研究、科学の世界に足を踏み入れるようになると思います」
A2RLの費用を負担しているのは、アル・バンナイ率いるATRCだ。車両からホテルまで、多数のチーム（中にはアブダビで何ヶ月もテストを重ねているチームもある）の費用を負担している。さらに、メインイベントではコンサート、ドローンレース、そしてとんでもない花火ショーなど、世界クラスのパーティーも開催される。
コース上の展開は、やや物足りなさを感じさせるものでした。4台による自動運転レースの最初の試みは、1台がスピンして後続車の進路を塞いだため中断されました。しかし、2回目のレースははるかにエキサイティングな展開となり、モデナ大学Unimoreチームの車がコースアウトした際にトップを奪い返すという展開となりました。この追い越しを成功させたTUMが優勝し、賞金総額225万ドルの大半を獲得しました。
人間対機械の対決では、ダニール・クビアトが自動運転車をあっさりとかわし、1度ならず2度も追い越すと、歴史の一端を目撃しようと無料チケットを持って集まった1万人以上の観客から大歓声が上がった。さらに、このイベントをストリーミングで視聴していた約60万人もの人々も歓声を上げた。
技術的なトラブルは残念だった。それでも、この出来事を目の当たりにするのは素晴らしいことであり、自動運転技術がどれほど進歩したか、そしてもちろん、今後どれほどの進歩が必要なのかを如実に示してくれた。最速のマシンはクビアトのタイムより10秒以上遅かったものの、スムーズでクリーンなラップを印象的なスピードで走破した。これは、2004年の第1回DARPAグランドチャレンジとは対照的だ。第1回では、参加者全員がバリアに衝突するか、予定外の砂漠へと迷い込んでしまった。
A2RLにとって真の試練は、経済的に持続可能なシリーズへと発展できるかどうかだ。ほとんどのモータースポーツは広告が牽引役となるが、A2RLには、メーカーが自社のマシンに無理なく適用できるアルゴリズムや技術を開発できるというメリットもある。
ATRCのアル・バンナイ氏は、シリーズ主催者がマシンを所有する一方で、チームはコードを所有し、ライセンスを自由に取得できると語った。「現在、彼らが競っているのはアルゴリズム、つまりマシンを動かすAIアルゴリズムです。それは各チームの所有物であり、私たちの所有物ではありません。」
本当の勝負はサーキットではなく、メーカーとのパートナーシップを確保することにあるのかもしれません。結局のところ、時速260キロのサーキットで走行できることを示すこと以上に、自動運転技術への信頼を高める良い方法はあるでしょうか？
