車両制御からAI活用まで
シミュレーターで実践的に学ぶ自動車・モビリティ
技術者・
組織力
育成のための
ソフトウェア研修
自動車・
モビリティ業界の
よくある悩み
汎用的なDX・AI研修では車両開発業務への応用が難しい
信頼性やコストが重視される実車開発の現場では、従業員がAIや深層学習を活用する機会が限定的である
技術者のリスキリングを進めているが、汎用的なプログラミング教材では学習者のモチベーションが継続できない
自動車・モビリティの
ソフトウェア技術を
実践的に学べる研修を
提供します
VMLの研修内容を動画でチェック
- 技術者研修に
- 新入社員研修に
- チームビルディングに
VMLの
法人向け研修
の特長
モビリティ技術に特化した
ソフトウェア研修
座学と開発体験の組み合わせで
理解が深まる！
AIや自動運転を中心に、自動車・モビリティ向けソフトウェア技術を座学と開発体験の両面から学びます。
体系的な学習コンテンツを通して車両全体のソフトウェア構成を理解することで、SDV *1 やCASE *2 などの新技術に柔軟に対応し、即戦力となるエンジニアの育成を支援します。
自動車メーカーやサプライヤー、学会やJAFなどで採用実績のある学習コンテンツを提供します。
*1 SDV: Software Defined Vehicle
*2 CASE: Connected / Autonomous / Shared / Electric
多くの企業や学会などに
ご採用いただいています！
- 株式会社ブリヂストン
- JAF (一般社団法人 日本自動車連盟)
- トヨタ技術会 (有志イベント)
- 株式会社SUBARU
- 豊橋技術科学大学
- 日本知能情報ファジイ学会
ソフトウェア起点の
実践的な開発体験
実車業務に直結する
ソフトウェア開発の
PDCAサイクルを習得
シミュレーターを活用した研修では、実車業務と同じソフトウェア開発プロセスを体験できます。「ソフトウェア開発」「シミュレーション検証」「データ解析」「仕様検討」のPDCAサイクルを短期間で繰り返し実践することで、ソフトウェア起点での自動車・モビリティ開発を理解・体感し、ハードウェア中心の思想から脱却します。
ソフトウェア化が急速に進む自動車・モビリティ開発に対応できる技術力と視点を習得します。
ソフトウェア人材活躍のための
組織力向上
チーム全体の技術力向上と
コミュニケーションを促進
自動車産業が持つハードウェア中心の開発経験を活かしながら、ソフトウェアに精通した従業員が活躍できる組織作りに繋げます。
社内レースイベントには開発手法やアイデアを発表し合う機会も含まれており、ソフトウェア視点での社内コミュニケーション向上や部門を超えた連携を強化します。
数時間から数か月まで
さまざまな研修に対応！
研修カリキュラム
座学と開発体験を通じて学ぶ『研修ワークショップ』のみで構成する『モビリティ人材育成コース』と、社内レースイベントを組み合わせた長期研修で、組織やチーム全体の技術力向上を狙う『モビリティ人材・組織力育成コース』の2種類をご用意しています。
どちらのコースにも、受講者が各自で学びを深められる『eラーニング』をオプションで追加できます。
研修ワークショップ
座学で自動運転システムや自動車制御などの各学習テーマについて学んだ後、実際に1人1台のPCを使って、レーシングカーの開発体験を行います。
レースイベントでは、走行データ解析や、他参加者との開発手法との違いも学べます。
学習テーマや開催時間、開催場所 (オフライン/オンライン) などは、参加者レベルや、ご要望に応じてカスタマイズいたします。
※ 講師1名に加え、アシスタントが開発体験のサポートをします。
研修プログラム
車両・パワートレイン制御
自動車制御で頻出のルール制御 (古典・現代制御など) から、AI制御 (深層学習や生成AI) の組込みまでの演習を実施します。自動運転システム
自動運転システムの全体像を理解したうえで、自動運転ソフトウェアの実装演習に取り組みます。E2Eシステムや生成AI活用など、国内外の最新事例も学習できます。車両特性・センサ処理・タイヤ特性
学習したいコンテンツをシミュレーターに組み込み、会社やチームのニーズに合わせた研修を実施できます。ワークショップの構成例
研修プログラム
「自動運転システム」の場合
※ 研修内容はご要望に応じてカスタマイズできます。
自動運転システムの概要
自動運転レーシングカーを開発する前に、自動運転システムについて学習します。
実際の自動運転車両で採用されている各種センサー (カメラ、レーダー、ライダー、IMU、GPSなど) の特徴や、自動運転ソフトウェアで重要な「認知」「判断」「制御」モジュールとその構成を学びます。また、国内外の自動運転システム事例を比較し、各社の開発アプローチの違いや共通点を理解します。
［目次］
- システムのレベル定義
- センサ構成とその特徴
- カメラ
- Lidar
- Rader
- 自動運転システムの全体構成
- 自動運転を実現するソフトウェアの要点
- 認知・判断・制御
- 衝突被害軽減 (自動) ブレーキの実用例
- シミュレーションの特徴と役割
- 自動運転システム概要のまとめ
走行経路設計・
アクセル/ステアリング制御
自動運転レーシングカーの走行目標経路の設計と、車両挙動を考慮したアクセル・ステアリング制御を実践します。
初学者でも開発体験が可能で、車両制御ソフトウェアの全体像を理解できます。
アクセル/ステアリング制御
［目次］
- 車両制御1
- フィードフォワード制御の概要
- アクセル・ステアリング変数の解説と開発体験
- 自動運転における目標経路設計
- 自動運転における経路設計の概要
- 目標経路設計の開発体験
- 車両制御2
- 車速制御 (PID) の概要と特徴
- 比例項 (P項) の特性
- 積分項 (I項) の特性
- 微分項 (D項) の特性
- 車両制御の開発体験
- ステアリング制御 (LQR) の概要
- ステアリング制御 (LQR) の開発体験
- 車速制御 (PID) の概要と特徴
- 目標経路設計とアクセル/ステアリング制御のまとめ
モデル予測制御
(最適化アルゴリズム)
将来の状態を予測して制御を行う、モデル予測制御について学習します。
モデル予測制御の基本的な原理や他制御手法との違いを学んだ後、シミュレーターを使ってサーキット上の障害物を自律的に回避する自動運転プログラムを開発します。
(最適化アルゴリズム)
［目次］
- モデル予測制御とは
- フィードバック制御との違い
- 最適化計算とは
- モデル予測制御による目標経路追従
- アルゴリズムの全体像
- 目標軌道に対する各ステップの計算
- シミュレーションの流れ
- 開発体験
- モデル予測制御による障害物回避
- サンプルプログラムの解説
- コスト関数への制御目的の組込
- 障害物回避項の解説
- 開発体験
- 開発体験用のパラメータ解説
- モデル予測制御のまとめ
AI・機械学習
車載カメラから強化学習を用いて自立走行が可能な学習モデルを開発します。
講義で深層強化学習の仕組みや利点、課題等を把握した上で実践することで、より深くAI・機械学習を理解します。シミュレーターを使って学習経過 (エピソード長、報酬値など) の観測も可能です。
- 機械学習の概要講義
- 機械学習の種類
- 強化学習とは
- Q学習のイメージ
- 深層強化学習
- Deep Q-Networkの学習アルゴリズムの解説
- 学習用サンプルプログラムの解説
- モデルの学習の実行とテスト体験
- パラメータ解説
- 報酬値
- エピソード長
- ランダム行動の割合
- パラメータ解説
- サンプルプログラムの解説
- 行動や環境の定義
- 報酬関数の考え方と設計方法
- 強化学習クイズ
- 一番早い学習モデルはどれだ!?
- 強化学習が上手くいかないケース
- 学習モデルの汎用性について
- 学習済みAIモデルでのテスト走行と評価
- 独自モデル開発用の解説
- 深層強化学習のまとめ
自動運転へのLLM / LMMと
生成AIの活用
現在の自動運転システムが抱える課題と、LLM (大規模言語モデル) / LMM (大規模マルチモーダルモデル) や生成AIの可能性について学習します。
また実際の活用事例から自動運転システムの最新トレンドであるEnd-to-Endシステムまで、各社の技術動向や生成AI活用の利点を理解できます。
生成AIの活用［目次］
- 自動運転の課題
- ロングテールデータ分布
- エッジケース
- LLMの常識と汎用性の可能性
- 自動運転開発用データセットの経緯
- 学習データに対する生成AI活用
- End-to-End (E2E) 自動運転とは？
- メリットとデメリット
- 主な構築手法
- 各社の取り組み (Tesla / Waymo / Wayve / Turing)
- 今後の展望とまとめ
ミニレースイベント
ワークショップでの学習内容と練習用サーキットを使って、30分〜1時間程度のタイムアタック競争をします。
受講者が自らの工夫を通して、学習した内容を身に着ける機会を提供します。 レース形式は、個人戦またはチーム対抗戦から選択できます。
- 開発課題や制限時間の設定
- サーキット発表
- タイムアタック大会 (個人/チーム戦)
- 意見交換のワークショップ
- タイムアタック順位の発表
- まとめ
社内レースイベント
維持
活性化
研修ワークショップで学んだことを実践する開発課題を設定して、競技形式の社内レースイベントを実施します。
チーム/個人で参加して、ワークショップ時の練習サーキットより難易度の高いサーキットに挑戦。
受講者の学習モチベーションを高め、また試行錯誤を通して技術スキルを向上させる機会を提供します。
また、他参加者とソフトウェア開発手法や工夫を意見交換する場も設けることで、組織内のソフトウェア起点でのコミュニケーションやチームビルディングも促進します。
長期研修を実施する場合は、学習テーマごとに複数回の社内レースイベントを開催して優勝を争うことも有効です。
レースイベントの流れ
Step1サーキット発表
Step2開発期間- Step3結果発表
ワークショップ後に別途レースイベント日を設定して、開催します。
- 開発方法の復習をして、サーキットを発表します。
- 1時間から数時間など、時間を決めて個人/チーム対抗での開発タイムアタック競争をします。
- 結果を発表し、開発の振り返りや意見交換をします。
- サーキット発表日を設定します。
- 参加者は好きな時間にシミュレーターを使って開発し、タイムアタックに挑戦します。
開発方法の模索や新たな疑問点の解決には、eラーニングを活用します。 - 結果発表の日を設定し、開発の振り返りや意見交換もします。
eラーニング
知識・技術を定着！
ワークショップでは時間的に試せなかった発展的な開発にも挑戦でき、
復習や反復学習を通じてスキルを定着させます。
また、新たな疑問点を講義動画で解消し、実務に直結する応用力を育成します。
社内レースイベントと組み合わせることで、
受講者が継続学習しやすいような研修コースも設計できます。
研修内容は受講される方に合わせて
カスタマイズしています
カリキュラム例を見る研修事例
これまで多くの企業様、学会などに採用・導入していただいています。
【トヨタ技術会 (有志) 様】
自動運転バーチャル開発ワークショップ
「自動運転ミニカーバトル2024」
- 研修内容
自動運転システムの概要／走行経路設計とフィードバック制御／深層強化学習／LLMの自動運転への応用／ミニレースイベント
- 参加者の満足度
【株式会社ブリヂストン 様】
自動運転レース研修
- 研修内容
自動運転システムの概要／走行経路設計／アクセル・ステアリング (PID・LQR) 制御／AI・強化学習／LLMや生成AIの活用
- 参加者の満足度
よくある誤解
実車開発の体験は非常に重要な一方で、シミュレーターは実車ではリスクがある新技術の導入・比較検証や開発者が試行錯誤を繰り返しできる環境として、とても有効です。
本研修では、実車では技術者に開発経験を積ませるのが困難な特異な環境 (車両のスピン・衝突回避、路面μ急変、フェールセーフなど) をシミュレーターで再現して、既存技術の発展や最新技術を適用する中で技術力を高めることができます。利用者のモチベーション維持のためレース形式を採用していますが、実車開発でも頻繁に使われる自動車制御や3D物理モデルを組み込んだシミュレーターです。
これまでに、自動車メーカーや大手サプライヤー、大学や学会等でも採用されています。
シミュレーターはブラウザ上で動作するため、インターネット接続できる一般的なPCがあればOKです。
面倒な環境構築や、ソフトウェアのインストールは不要です。
いいえ、必要です。
今後の制御開発では、ソフトウェアが指数関数的に複雑化します。そのため、深層学習や生成AIなどのAI制御を上手く組み合わせることで、ソフトウェア開発及び適合業務の負担を軽減する視点も必要です。
既に一部の製品へは組み込まれており、将来的には、現在のルールベースのような当たり前の技術になる可能性が高いです。
参加者のレベルに応じて、学習コンテンツや開発課題を調整できます。
開発した内容がレーシングカーの走行にすぐ反映されることも好評で、「AIやソフトウェアの全体像が初めて理解できた」という感想をいただくことも多いです。お気軽にご相談ください。
