12 月 23 日消息，据新华社今日报道，清华大学智能产业研究院（AIR）研究团队近日在自动驾驶与具身智能交叉领域取得重要研究进展。相关成果已被国际人工智能会议 NeurIPS 2025 接收。
清华团队提出了一种名为“具身认知增强的端到端自动驾驶”的新方法，首次尝试将人类驾驶员的脑电信号（EEG）认知特征用于改进自动驾驶模型的训练过程。该方法在无需增加车载硬件成本的情况下，旨在提升系统在复杂环境下的规划能力与安全性。
目前，基于视觉的端到端自动驾驶技术是行业发展趋势之一。然而，现有模型多依赖对道路、车辆等视觉特征进行标签化训练，难以实现类似人类的具身推理能力，在应对突发和复杂场景时存在局限。如何让自动驾驶系统具备更接近人类驾驶员的认知与判断能力，是当前研究中的一个挑战。
针对这一问题，研究团队提出了“驾驶－思考”（Driving-Thinking）训练框架。该框架首先采集包含道路视频与同步驾驶员脑电信号的多模态数据，并利用通用脑电大模型（LaBraM）从中提取人类驾驶时的潜在认知特征。随后，通过对比学习技术，使自动驾驶的视觉网络在训练中学习模仿大脑对交通环境的认知反应。
注意到，该方法采用两阶段训练策略。第一阶段，模型通过脑电数据进行跨模态学习，获取驾驶认知能力；第二阶段及实际部署时，系统仅需输入常规的车载摄像头视频，即可利用已习得的认知能力辅助决策，无需在车辆上安装脑电采集设备。这种设计实现了将人类隐性的认知经验迁移至机器视觉模型中。
实验部分，研究团队在公开自动驾驶数据集 nuScenes 和闭环仿真测试平台 Bench2Drive 上进行了验证。
结果显示，在引入人类认知特征后，主流端到端自动驾驶模型的规划轨迹误差有所降低，碰撞率相对下降约 18% 至 26%。在前车突然切入等高风险场景中，增强后的模型表现出更接近人类的防御性驾驶策略。
