学習ステップ
好きな日時に自宅のPC (またはキーボード付きタブレット) から開発体験ができます。
講義動画で自動運転システムの全体像を学ぶ
シミュレーターでの開発体験内容と、実際の自動運転システムの関連性を理解します。
シミュレーターで自動運転レーシングカーを走行させる
基本コードの編集から始め、わずかな変更で車両の挙動やラップタイムが変わることを確認します。
コードやアルゴリズムを開発する
動画解説とチュートリアル資料、シミュレーターから得られる走行データも参考に開発します。最速のレーシングカーを目指しましょう!
疑問点はDiscordで質問して解決する
質問や疑問点は、Discordのチャンネルで解決します。
講義サンプル
無料アカウントを作成していただくと、自動運転システムの概要講義の一部が視聴できます。
学習できる項目
プログラミング (Python)
- 変数、リスト、関数の使い方
- アルゴリズムの理解 (ループ処理、条件分岐)
- グラフやデータの可視化
- エラー対応
AI・機械学習
- 機械学習の概要 (教師あり / 教師なし / 強化学習)
- 報酬関数の理解と調整
- 深層強化学習
- モデルの学習と評価
モビリティへの応用
- 自動運転システムの概要
- モビリティや実機制御の基礎 (PID / LQR / モデル予測制御)
- 最新技術の自動運転への応用 (大規模言語モデル / マルチモーダルモデル)
受講者の声
自動運転 レーシング カー 開発 体験 キット
対象者:自動運転やAI、Pythonを学びたい方
プログラミング初心者、自動運転の知識がない方でも大丈夫です。
学習目標 自動運転システムの概要を理解する
(講義のみ)
- 期間:--
- シミュレーター予約チケット: --
- 動画講義時間:約1時間
- 学習項目
- 自動運転システムの概要
学習目標 車両制御の加減速・ステアリング制御と走行経路設計をPythonを使って開発する
- 期間:1週間
- シミュレーター予約チケット: 5時間分 ※1
- 動画講義時間:約1.5時間 ※2
- 学習項目
- 無料プランの内容
- 加速・減速制御
- ステアリング制御
- 走行経路設計
学習目標 強化学習を使って自律走行モデルを開発する / 障害物回避のアルゴリズムを理解する
- 期間:1カ月
- シミュレーター予約チケット: 30時間 ※1
- 動画講義時間:約5時間 ※2
- 学習項目
- ライトプランの内容
- 障害物回避 (モデル予測制御)
- 深層強化学習
- LLM/LMMの自動運転への応用 ※3
※1 シミュレーターは10-24時の時間枠で予約可能です(最大5時間/日まで)。利用が集中している時間帯は予約できないことがあります。
※2 講義動画には、楕円・真円サーキットでの短い開発体験の時間も含みます。
※3 講義での最新事例紹介のみで、開発体験はありません。
学習コンテンツの レベル
主に未経験者から大学基礎レベルの内容に焦点をあてており、初めてモビリティやAIについて学びたい方に最適です。
講師 山下洋樹
専門 自動運転システム設計とレーシングカーのデータ解析
自動車メーカーの自動運転部門で、衝突被害軽減ブレーキ (AEB) や車間距離制御装置 (ACC) の開発に携わる。2019年に渡欧。ドイツF3チームを経て、Toyota Gazoo Racing Europe GmbHでは、データエンジニアとして世界ラリー選手権のタイトル獲得に貢献。
「未来のモビリティ産業に繋がる自動運転レースを創りたい」という想いから、2022年に起業。2023年度よりKSAC及び大阪産業局主催の「デジタルスキル実践チャレンジワークショップ」で講師を務める。筑波大学大学院システム情報工学研究科修了。