WO2017057528A1

WO2017057528A1 - 非ロボットカー、ロボットカー、道路交通システム、車両共用システム、ロボットカー教習システム及びロボットカー教習方法

Info

Publication number: WO2017057528A1
Application number: PCT/JP2016/078747
Authority: WO
Inventors: 佐藤　謙治
Original assignee: 株式会社発明屋
Priority date: 2015-10-01
Filing date: 2016-09-29
Publication date: 2017-04-06
Also published as: JP2024170579A; JPWO2017057528A1

Abstract

【課題】他車両の経験を利用してロボットカーの自動運転性能を向上させ得る道路交通システムを提供する。【解決手段】コンピューティングシステム２００は、非ロボットカー１００Ｂから運転行動情報を受信する運転行動情報受信機能２１０ａと、運転行動情報をロボットカー１００Ａに送信する運転行動情報送信機能２１０ｂと、を有する。ロボットカー１００Ａは、自車両の走行状況を認知する走行状況認知部１００Ａａと、非ロボットカー１００Ｂの運転行動情報をコンピューティングシステム２００から受信する運転行動情報受信部１００Ａｂと、運転行動情報受信部１００Ａｂにより受信した運転行動情報を参照しつつ自車両の走行状況認知部１００Ａａにより認知された走行状況に応じた自動運転制御を行う自動運転制御部１００Ａｃと、を有する。

Description

非ロボットカー、ロボットカー、道路交通システム、車両共用システム、ロボットカー教習システム及びロボットカー教習方法

　本発明は、ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカー、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカー、及び非ロボットカーやロボットカーが道路を走行する道路交通システムに関するものである。
　本発明は、車両を複数の利用者によって共用する車両共用システムに関するものである。
　本発明は、ロボットカーの自動運転性能を向上させるためのロボットカー教習システム及びロボットカー教習方法に関するものである。

　自動車の自動運転制御技術は数多く提案されている（特許文献１－１３、非特許文献１－４）。
　車両共用システムに関する技術は数多く提案されている（特許文献１４－２６、非特許文献１－４）。これらの技術には、レンタカーサービス、カーシェアリングサービス、タクシーサービス、等に関する技術が含まれる。
　車両共用システムにおいて使用される車両には、運転支援システムを搭載した車両や自動運転機能を有する車両が含まれる（特許文献１－１３）。
　これらの技術の中には、運転操作の機械学習に関するものがある（特許文献２７－４４）。

特開２０１５－０８７９２８特開２０１４－１５３３１７特開２０１４－１２３２３２特開２０１４－１０２８０２特開２０１４－０６６５２１特開２０１２－１４６２５１特開２０１２－１１８９５１特開２０１２－０７６６２７特開２０１１－１９５０２６特開２０１１－０７３５６５特開２００７－３２３５９８特開２００７－３０５６８特開平１１－２８２５３０特開２０１５－１８４６４特開２０１５－１０１３０６特開２０１５－６９５８４特開２０１４－２１１７７８特開２０１４－４１４７５特開２０１３－２４２８１８特開２０１２－１２８０１９特開２０１２－４８３０８特開２０１２－４３１６７特開２０１２－０７６６２７特開２０１１－１８０８２７特開２００８－２９３２５３特開平１１－３１３４１０特開２０１５－１５７５６９特開２０１５－１１０４０３特開２０１５－８９８０１特開２０１５－６７１５４特開２０１５－５４５８０特開２０１４－６５３９２特開２０１３－２４９００２特開２０１２－１０８６５３特開２０１１－０７３５６５特開２０１０－１３４８６５特開２００８－２９８４７５特開２００８－０１８８７２特開２００６－１１３８３６特開２００１－００５９７９特開平１０－３３８０５７再表２０１２／０７７２０４ＷＯ２０１３／０３４３３８ＷＯ２０１２／０７３３５９

ロボットタクシー株式会社ホームページ　http://robottaxi.com/ Google　自動運転車計画　http://www.google.com/selfdrivingcar/ Google vs トヨタ「自動運転車」は始まりにすぎない(角川EPUB選書)　KADOKAWA/中経出版(2014/12/10) Uberホームページ　http://uber.com/

　従来の自動車における機械学習は、自車両のヒューマンドライバ（人間）の運転行動を学習し、その学習結果を自車両の自動運転制御に反映させることにより自動運転性能を向上させるものである。
　このため、従来の自動車における機械学習は、ロボットカーすなわち、ヒューマンドライバによる運転操作なしで自律走行する車両には適用することができない。また、自車両が未経験（すなわち未学習）の状況下では、当該車両は初期値の運転性能しか発揮し得ない。

　本発明が解決しようとする課題は、次の通りである。
（１）自車両の経験のみならず他車両の経験も活用して運転支援性能を向上させ得る非ロボットカーを提供する。
（２）自車両の経験のみならず他車両の経験も活用して自動運転性能を向上させ得るロボットカーを提供する。
（３）非ロボットカーの運転支援性能やロボットカーの自動運転性能を向上させ得る道路交通システムを提供する。
（４）各車両が自車両の経験のみならず他車両の経験も活用して運転性能を向上させ得る車両共用システムを提供する。
（５）ロボットカーにヒューマンドライバの運転行動を学習させることによりロボットカーの自動運転性能を向上させることができるロボットカー教習システム及びロボットカー教習方法を提供する。

［１．道路交通システムの構成とその作用］
　本発明の道路交通システムには、以下の構成のシステムが含まれる。
　［構成１．１］
　複数の車両が道路を走行する道路交通システムであって、前記車両にはヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーが含まれ、前記非ロボットカーは、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記運転行動情報取得部により取得した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて運転支援制御を行う運転支援制御部と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、非ロボットカーは、他車両の運転行動情報（経験情報）を参照しつつ自車両の走行状況に基づいて運転支援制御を行う。
　したがって、この道路交通システムによれば、非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報に基づいて運転支援制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．２］
　複数の車両が道路を走行する道路交通システムであって、前記車両にはヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーが含まれ、前記非ロボットカーは、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて、実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、前記運転支援制御部は、前記実行すべき運転操作を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理部（知識更新処理部）と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、非ロボットカーは、他車両の運転行動情報に基づいて知識情報（実行すべき運転操作を決定する際の判断基準など）を更新する学習処理を行いつつ、当該知識情報を参照して走行状況に応じた運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う。
　したがって、この道路交通システムによれば、非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して運転支援制御を行うことができるので、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．３］
　複数の車両が道路を走行する道路交通システムであって、前記車両にはヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーが含まれ、
　前記非ロボットカーは、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、前記運転支援制御部は、前記走行状況認知部により認知された走行状況に応じた運転操作を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部（パラメタ調整部）と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、非ロボットカーは、他車両の運転行動情報に基づいて運転操作決定関数のパラメタを調整する学習処理を行いつつ、走行状況に応じた運転操作を運転操作決定関数により決定し、当該運転操作が実行されるように運転支援制御を行う。
　したがって、この道路交通システムによれば、非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して運転支援制御を行うことができるので、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．４］
　複数の車両が道路を走行する道路交通システムであって、前記車両にはヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記運転行動情報取得部により取得した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、ロボットカーは、他車両の運転行動情報（経験情報）を参照しつつ自車両の走行状況に基づいて自動運転制御を行う。
　したがって、この道路交通システムによれば、ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報に基づいて自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．５］
　複数の車両が道路を走行する道路交通システムであって、前記車両にはヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて、実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、前記自動運転制御部は、前記実行すべき運転操作を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を適宜更新する学習処理部（知識更新処理部）と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、ロボットカーは、他車両の運転行動情報に基づいて知識情報（実行すべき運転操作を決定する際の判断基準など）を更新する学習処理を行いつつ、当該知識情報を参照して走行状況に応じた運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う。
　したがって、この道路交通システムによれば、ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．６］
　複数の車両が道路を走行する道路交通システムであって、前記車両にはヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、前記自動運転制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部（パラメタ調整部）と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、ロボットカーは、他車両の運転行動情報に基づいて運転操作決定関数のパラメタを調整する学習処理を行いつつ、走行状況に応じた運転操作を運転操作決定関数により決定し、当該運転操作が実行されるように自動運転制御を行う。
　したがって、この道路交通システムによれば、ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．７］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、１又は複数の車両から運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有し、前記車両には、ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーが含まれ、前記非ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記コンピューティングシステムから他車両の運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて運転支援制御を行う運転支援制御部と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、コンピューティングシステムは、１又は複数の車両の運転行動情報（経験情報）を受信し、当該運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する。コンピューティングシステムから運転行動情報を受信した非ロボットカーは、当該運転行動情報を参照しつつ、自車両の走行状況に基づいて運転支援制御を行う。
　したがって、道路交通システムによれば、非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照しつつ運転支援制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．８］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、１又は複数の車両から運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有し、前記車両には、ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーが含まれ、前記非ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記コンピューティングシステムから他車両の運転行動情報を受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、前記運転支援制御部は、前記運転行動を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報受信部により受信した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理部（知識更新処理部）と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、コンピューティングシステムは、１又は複数の車両の運転行動情報（経験情報）を受信し、当該運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する。コンピューティングシステムから運転行動情報を受信した非ロボットカーは、他車両の運転行動情報に基づいて知識情報（実行すべき運転操作を決定する際の判断基準など）を更新する学習処理を行いつつ、当該知識情報を参照して走行状況に応じた運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う。
　したがって、この道路交通システムによれば、非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して運転支援制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．９］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、１又は複数の車両から運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有し、前記車両には、ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーが含まれ、前記非ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、前記運転支援制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部（パラメタ調整部）と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、非ロボットカーは、他車両の運転行動情報に基づいて運転操作決定関数のパラメタを調整する学習処理を行いつつ、走行状況に応じた運転操作を運転操作決定関数により決定し、当該運転操作が実行されるように運転支援制御を行う。
　したがって、この道路交通システムによれば、非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して運転支援制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．１０］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、１又は複数の車両から運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有し、前記車両には、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報から前記コンピューティングシステムから受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、コンピューティングシステムは、１又は複数の車両の運転行動情報（経験情報）を受信し、当該運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する。コンピューティングシステムから運転行動情報を受信したロボットカーは、当該運転行動情報を参照しつつ、自車両の走行状況に基づいて自動運転制御を行う。
　したがって、道路交通システムによれば、ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照しつつ自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．１１］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、１又は複数の車両から運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有し、前記車両には、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、前記自動運転制御部は、前記運転行動を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報受信部により受信した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理部（知識更新処理部）と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、コンピューティングシステムは、１又は複数の車両の運転行動情報（経験情報）を受信し、当該運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する。コンピューティングシステムから運転行動情報を受信したロボットカーは、他車両の運転行動情報に基づいて知識情報（実行すべき運転操作を決定する際の判断基準など）を更新する学習処理を行いつつ、当該知識情報を参照して走行状況に応じた運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う。
　したがって、この道路交通システムによれば、ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．１２］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、１又は複数の車両から運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有し、前記車両には、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記コンピューティングシステムから他車両の運転行動情報を受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、前記自動運転制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部（パラメタ調整部）と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、ロボットカーは、他車両の運転行動情報に基づいて運転操作決定関数のパラメタを調整する学習処理を行いつつ、走行状況に応じた運転操作を運転操作決定関数により決定し、当該運転操作が実行されるように自動運転制御を行う。
　したがって、この道路交通システムによれば、ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．１３］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を非ロボットカーに送信する運転行動情報送信機能と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部を有し、前記非ロボットカーは、ヒューマンドライバによる運転を支援する運転支援制御機能を有する車両であって、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて運転支援制御を行う運転支援制御部と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、コンピューティングシステムは、ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報を非ロボットカーに送信する。コンピューティングシステムから運転行動情報を受信した非ロボットカーは、当該運転行動情報を参照しつつ、自車両の走行状況に基づいて運転支援制御を行う。
　したがって、道路交通システムによれば、非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのあるロボットカーの運転行動情報を参照しつつ運転支援制御を行うことにより、当該ロボットカーと同等レベルの運転性能で当該状況に対処できる。
　そして、この道路交通システムによれば、ロボットカーと非ロボットカーとが共存する状況下で、ロボットカーの運転テクニックを非ロボットカーに学習させて、非ロボットカーの運転支援性能を高効率に向上させることができる。非ロボットカーの運転支援性能が向上するにつれて、道路交通システム全体の運用効率の向上、安全性の向上、等が図られる。
　［構成１．１４］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を非ロボットカーに送信する運転行動情報送信機能と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部を有し、前記非ロボットカーは、ヒューマンドライバによる運転を支援する運転支援制御機能を有する車両であって、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、前記運転支援制御部は、前記運転行動を決定する際に参照する知識情報（判断基準等）を記憶した運転知識部と、前記運転行動情報受信部により受信した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理部（知識更新処理部）と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、コンピューティングシステムは、ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報を非ロボットカーに送信する。コンピューティングシステムから運転行動情報を受信した非ロボットカーは、ロボットカーの運転行動情報に基づいて知識情報（実行すべき運転操作を決定する際の判断基準など）を更新する学習処理を行いつつ、当該知識情報を参照して走行状況に応じた運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う。
　したがって、この道路交通システムによれば、非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのあるロボットカーの運転行動を学習して運転支援制御を行うことにより、当該ロボットカーと同等レベルの運転性能で当該状況に対処できる。
　そして、この道路交通システムによれば、ロボットカーと非ロボットカーとが共存する状況下で、ロボットカーの運転テクニックを非ロボットカーに学習させて、非ロボットカーの運転支援性能を高効率に向上させることができる。非ロボットカーの運転支援性能が向上するにつれて、道路交通システム全体の運用効率の向上、安全性の向上、等が図られる。
　［構成１．１５］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を非ロボットカーに送信する運転行動情報送信機能と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部を有し、前記非ロボットカーは、ヒューマンドライバによる運転を支援する運転支援制御機能を有する車両であって、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、前記運転支援制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部（パラメタ調整部）と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、非ロボットカーは、ロボットカーの運転行動情報に基づいて運転操作決定関数のパラメタを調整する学習処理を行いつつ、自車両の走行状況に応じた運転操作を運転操作決定関数により決定し、当該運転操作が実行されるように運転支援制御を行う。
　したがって、この道路交通システムによれば、非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのあるロボットカーの運転行動を学習して運転支援制御を行うことにより、当該ロボットカーと同等レベルの運転性能で当該状況に対処できる。
　そして、この道路交通システムによれば、ロボットカーと非ロボットカーとが共存する状況下で、ロボットカーの運転テクニックを非ロボットカーに学習させて、非ロボットカーの運転支援性能を高効率に向上させることができる。非ロボットカーの運転支援性能が向上するにつれて、道路交通システム全体の運用効率の向上、安全性の向上、等が図られる。
　［構成１．１６］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、非ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報をロボットカーに送信する運転行動情報送信機能と、を有し、前記非ロボットカーは、ヒューマンドライバにより運転操作がなされる車両であって、自車両の運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、
　自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、コンピューティングシステムは、非ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報をロボットカーに送信する。コンピューティングシステムから運転行動情報を受信したロボットカーは、当該運転行動情報を参照しつつ、自車両の走行状況に基づいて自動運転制御を行う。
　したがって、この道路交通システムによれば、ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある非ロボットカーの運転行動情報を参照しつつ自動運転制御を行うことにより、当該非ロボットカーと同等レベルの運転性能で当該状況に対処できる。
　そして、この道路交通システムによれば、ロボットカーと非ロボットカーとが共存する状況下で、非ロボットカーを運転するヒューマンドライバの運転テクニックをロボットカーに学習させて、ロボットカーの自動運転性能を高効率に向上させることができる。ロボットカーの自動運転性能が向上するにつれて、道路交通システム全体の運用効率の向上、安全性の向上、等が図られる。
　［構成１．１７］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、非ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報をロボットカーに送信する運転行動情報送信機能と、を有し、前記非ロボットカーは、ヒューマンドライバにより運転操作がなされる車両であって、自車両の運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、前記自動運転制御部は、前記運転行動を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報受信部により受信した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理部と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、コンピューティングシステムは、非ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報をロボットカーに送信する。コンピューティングシステムから運転行動情報を受信したロボットカーは、非ロボットカーの運転行動情報に基づいて知識情報（実行すべき運転操作を決定する際の判断基準など）を更新する学習処理を行いつつ、当該知識情報を参照して走行状況に応じた運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う。
　したがって、この道路交通システムによれば、ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある非ロボットカーの運転行動を学習して運転支援制御を行うことにより、当該非ロボットカーと同等レベルの運転性能で当該状況に対処できる。
　そして、この道路交通システムによれば、ロボットカーと非ロボットカーとが共存する状況下で、非ロボットカーを運転するヒューマンドライバの運転テクニックをロボットカーに学習させて、ロボットカーの自動運転性能を高効率に向上させることができる。ロボットカーの自動運転性能が向上するにつれて、道路交通システム全体の運用効率の向上、安全性の向上、等が図られる。
　［構成１．１８］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、非ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報をロボットカーに送信する運転行動情報送信機能と、を有し、前記非ロボットカーは、ヒューマンドライバにより運転操作がなされる車両であって、自車両の運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、前記自動運転制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部と、を有することを特徴とする道路交通システム。
　この道路交通システムにおいては、ロボットカーは、非ロボットカーの運転行動情報に基づいて運転操作決定関数のパラメタを調整する学習処理を行いつつ、自車両の走行状況に応じた運転操作を運転操作決定関数により決定し、当該運転操作が実行されるように自動運転制御を行う。
　したがって、この道路交通システムによれば、ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある非ロボットカーの運転行動を学習して運転支援制御を行うことにより、当該非ロボットカーと同等レベルの運転性能で当該状況に対処できる。
　そして、この道路交通システムによれば、ロボットカーと非ロボットカーとが共存する状況下で、非ロボットカーを運転するヒューマンドライバの運転テクニックをロボットカーに学習させて、ロボットカーの自動運転性能を高効率に向上させることができる。ロボットカーの自動運転性能が向上するにつれて、道路交通システム全体の運用効率の向上、安全性の向上、等が図られる。
　［構成１．１９］
　前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた運転行動情報である、構成１．１乃至１．６のいずれか１の道路交通システム。
　［構成１．２０］
　前記非ロボットカーは、自車両の運転行動情報を外部に出力する運転行動情報出力部を有し、前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた運転行動情報である、構成１．１乃至１．３のいずれか１の道路交通システム。
　［構成１．２１］
　前記ロボットカーは、自車両の運転行動情報を外部に出力する運転行動情報出力部を有し、前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた運転行動情報である、構成１．４乃至１．６のいずれか１の道路交通システム。
　［構成１．２２］
　前記非ロボットカーは、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、
前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有する構成１．１６乃至１．１８のいずれか１の道路交通システム。
　［構成１．２３］
　前記コンピューティングシステムは、１又は複数の車両の運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報を１又は複数の車両に送信する運転行動情報送信機能と、を有する構成１．７乃至１．１２のいずれか１の道路交通システム。
　［構成１．２４］
　前記コンピューティングシステムは、ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報を非ロボットカーに送信する運転行動情報送信機能と、を有する、構成１．１３乃至１．１５のいずれか１の道路交通システム。
　［構成１．２５］
　前記コンピューティングシステムは、非ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報をロボットカーに送信する運転行動情報送信機能と、を有する、構成１．１６乃至１．１８のいずれか１の道路交通システム。
　［構成１．２６］
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが道路を走行する道路交通システムであって、コンピューティングシステムを備え、前記コンピューティングシステムは、１又は複数のロボットカーの運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数のロボットカーに送信する運転行動情報送信機能と、を有し、
　前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、自車両の前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、前記走行状況認知部により認知された走行状況と自動運転制御による運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、前記運転行動情報は、前記ロボットカーの走行状況と運転操作とを対応付けた情報である、ことを特徴とする道路交通システム。
　この道路交通システムにおいては、コンピューティングシステムは、ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報を当該運転行動情報の送信元とは異なるロボットカーに送信する。このコンピューティングシステムから運転行動情報を受信したロボットカーは、他ロボットカーの運転行動情報を参照しつつ自車両の走行状況に基づいて自動運転制御を行う。したがって、当該ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他ロボットカーの運転行動情報を参照しつつ自車両の走行状況に応じた自動運転制御を行うことにより、当該他ロボットカーと同等レベルの運転性能で当該状況に対処できる。
　この道路交通システムによれば、ロボットカー同士が運転行動情報を利用し合うことにより、道路交通システム内のロボットカーの学習効率を高めて、自動運転性能を急速に向上させることができる。道路交通システム内の全てのロボットカーの自動運転性能を急速に向上させることができるため、道路交通システム全体の運用効率、安全性、等が急速に向上する。
　［構成１．２７］
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが道路を走行する道路交通システムであって、コンピューティングシステムを備え、前記のコンピューティングシステムは、１又は複数のロボットカーの運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報を１又は複数のロボットカーに送信する運転行動情報送信機能と、を有し、前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、自車両の前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、前記走行状況認知部により認知された走行状況と自動運転制御による運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、前記運転行動情報は、前記ロボットカーの走行状況と運転操作とを対応付けた情報である、ことを特徴とする道路交通システム。
　この道路交通システムにおいては、コンピューティングシステムは、ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報に基づいて最適化された運転行動情報を生成し、当該最適化された運転行動情報を最新の情報に更新して管理し、当該運転行動情報をロボットカーに送信する。このコンピューティングシステムから運転行動情報を受信したロボットカーは、他ロボットカーの運転行動情報を参照しつつ自車両の走行状況に基づいて自動運転制御を行う。したがって、当該ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他ロボットカーの運転行動情報に基づいて最適化された運転行動情報を参照して自動運転制御を行うことにより、当該他ロボットカーと同等レベルかそれ以上の運転性能で当該状況に対処できる。
　この道路交通システムによれば、ロボットカー同士が運転行動情報を利用し合うことにより、道路交通システム内のロボットカーの学習効率を高めて、自動運転性能を急速に向上させることができる。道路交通システム内の全てのロボットカーの自動運転性能を急速に向上させることができるため、道路交通システム全体の運用効率、安全性、等が急速に向上する。
　［構成１．２８］
　前記最適化された運転行動情報は、前記運転行動情報の提供を受ける車両の車両属性に応じて最適化された運転行動情報、前記運転行動情報の提供を受ける車両が障害物と接触する可能性が最少になるように最適化された運転行動情報、前記運転行動情報の提供を受ける車両の消費エネルギが最少になるように最適化された運転行動情報、前記運転行動情報の提供を受ける車両の回生エネルギが最大になるように最適化された運転行動情報、所定走行距離若しくは所定走行時間における加速回数或いは加速時間が最少になるように最適化された運転行動情報、所定走行距離若しくは所定走行時間における制動回数又は制動時間が最少又は最大になるように最適化された運転行動情報、出発地点から到着地点までの走行距離が最少になるように最適化された運転行動情報、又は、出発地点から到着地点までの走行時間が最少になるように最適化された運転行動情報である、構成１．２３、１．２４、１．２５、１．２７のいずれか１の道路交通システム。
　［構成１．２９］
　前記最適化情報生成機能は、前記運転行動情報の提供を受ける車両の走行状況と当該車両の車両属性とに基づいて、当該車両が障害物と接触する可能性が最も小さくなるように、前記運転行動情報を修正する機能を含む、構成１．２３、１．２４、１．２５、１．２７のいずれか１の道路交通システム。
　この道路交通システムにおいては、運転行動情報の提供元の車両（提供元車両）の車両属性と当該運転行動情報の提供を受ける車両（提供先車両）の車両属性が相違する場合、当該提供先車両が障害物と接触する可能性が最も小さくなるように修正された運転行動情報が当該提供先車両に提供される。
　この道路交通システムによれば、運転行動情報の提供元車両と提供先車両の車両属性が相違する場合でも、車両同士が運転行動情報を参照して運転支援制御又は自動運転制御を行うことができる。
　［構成１．３０］
　複数の車両が道路を走行する道路交通システムであって、前記車両は、自車両の運転行動情報を他車両に提供する機能と、他車両の運転行動情報の提供を受ける機能と、他車両の運転行動情報に基づいて自車両の運転制御を行う機能と、を有し、前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた運転行動情報であり、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする道路交通システム。
　この道路交通システムの車両同士は、車両間で互いに運転行動情報（経験情報）を提供し合うことができる。そして、他車両の運転行動情報を自車両の運転制御に利用できる。したがって、この道路交通システムの車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．３１］
　複数の車両が道路を走行する道路交通システムであって、前記車両は、自車両と他車両との間の通信により当該他車両の運転行動情報を受け取る機能と、他車両の運転行動情報を参照して自車両の運転制御を行う機能と、を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする道路交通システム。
　この道路交通システムの車両は、車車間通信により他車両の運転行動情報（経験情報）を受け取ることができる。そして、他車両の運転行動情報を自車両の運転制御に利用できる。したがって、この道路交通システムの車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．３２］
　複数の車両が道路を走行する道路交通システムであって、前記車両は、自車両と地上静止物との間の通信により他車両の運転行動情報を受け取る機能と、他車両の運転行動情報を参照して自車両の運転制御を行う機能と、を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする道路交通システム。
　この道路交通システムの車両は、地上静止物との通信により他車両の運転行動情報（経験情報）を受け取ることができる。そして、他車両の運転行動情報を自車両の運転制御に利用できる。したがって、この道路交通システムの車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．３３］
　複数の車両が道路を走行する道路交通システムであって、前記車両は、自車両と道路との間の通信により他車両の運転行動情報を受け取る機能と、他車両の運転行動情報を参照して自車両の運転制御を行う機能と、を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする道路交通システム。
　この道路交通システムの車両は、路車間通信により他車両の運転行動情報（経験情報）を受け取ることができる。そして、他車両の運転行動情報を自車両の運転制御に利用できる。したがって、この道路交通システムの車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．３４］
　複数の車両が道路を走行する道路交通システムであって、前記車両は、自車両と携帯端末との間の通信により他車両の運転行動情報を受け取る機能と、他車両の運転行動情報を参照して自車両の運転を制御する機能と、を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする道路交通システム。
　この道路交通システムの車両は、携帯端末との通信により他車両の運転行動情報（経験情報）を受け取ることができる。そして、他車両の運転行動情報を自車両の運転制御に利用できる。したがって、この道路交通システムの車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．３５］
　複数の車両が道路を走行する道路交通システムであって、前記車両は、自車両の運転行動情報をネットワーク上のコンピューティングシステムにアップロードする機能と、他車両の運転行動情報をネットワーク上のコンピューティングシステムからダウンロードする機能と、ネットワーク上のコンピューティングシステムからダウンロードした運転行動情報に基づいて自車両の運転制御を行う機能と、を有し、前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた情報であり、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする道路交通システム。
　この道路交通システムの車両は、ネットワークを介して多数の自動車との間で運転行動情報（経験情報）を提供し合うことができる。そして、他車両の運転行動情報を自車両の運転制御に利用できる。したがって、この道路交通システムの車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．３６］
　複数の車両が道路を走行する道路交通システムであって、自車両の運転行動情報をネットワーク上のコンピューティングシステムにアップロードする機能と、自車両の運転行動情報と他車両の運転行動情報とに基づいて生成された運転行動情報をネットワーク上のコンピューティングシステムからダウンロードする機能と、ネットワーク上のコンピューティングシステムからダウンロードした運転行動情報を参照して自車両の運転を制御する機能と、を有し、前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた情報であり、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする道路交通システム。
　この道路交通システムの車両は、自車両の運転行動情報（経験情報）をネットワーク上のコンピューティングシステムにアップロードし、自車両の運転行動情報と他車両の運転行動情報（経験情報）とに基づいて生成された運転行動情報をネットワーク上のコンピューティングシステムからダウンロードすることができる。そして、自車両の運転行動情報と他車両の運転行動情報とに基づいて生成された運転行動情報を自車両の運転制御に利用できる。したがって、この道路交通システムの車両は、自車両が未経験の状況においても、自車両の運転行動情報と当該状況を経験したことのある他車両の運転行動情報とに基づいて生成された運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルかそれ以上の運転性能で当該状況に対処できる。
　［構成１．３７］
　複数の複数の車両が道路を走行する道路交通システムであって、前記複数の車両にはヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、自車両の周辺物体及び運転操作について学習する学習処理部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記運転行動情報取得部により取得した運転行動情報を参照しつつ自車両の前記走行状況認知部により認知された走行状況及び前記学習処理部による学習結果に基づいて自動運転制御を行う自動運転制御部と、を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた操作履歴情報を含む、ことを特徴とする道路交通システム。
　この道路交通システムのロボットカーは、他車両の運転行動情報（経験情報）を参照しつつ自車両の走行状況及び自車両の学習結果に基づいて自動運転制御を行う。したがって、この道路交通システムの車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成１．３８］
　複数の複数の車両が道路を走行する道路交通システムであって、前記複数の車両にはヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、自車両の周辺物体及び運転操作について学習する学習処理部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記運転行動情報取得部により取得した運転行動情報を参照しつつ自車両の前記走行状況認知部により認知された走行状況及び前記学習処理部による学習結果に基づいて自動運転制御を行う自動運転制御部と、自車両の運転行動情報を外部に出力する運転行動情報出力部と、を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報であり、前記自車両の運転行動情報は、自車両の走行状況と自車両の自動運転制御によりなされた運転操作とを対応付けた情報である、道路交通システム。
　この道路交通システムのロボットカーは、他車両の運転行動情報（経験情報）を参照しつつ自車両の走行状況及び自車両の学習結果に基づいて自動運転制御を行う。したがって、この道路交通システムのロボットカーは、未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。また、この道路交通システムのロボットカーは、自車両の運転行動情報（経験情報）を外部に出力するので、ロボットカーから出力された運転行動情報を他車両が参照して運転支援制御又は自動運転制御を行うこともできる。当該他車両は、未経験の状況においても、当該状況を経験したことのあるロボットカーの運転行動情報を参照して運転支援制御又は自動運転制御を行うことにより、当該ロボットカーと同等レベルの運転性能で当該状況に対処できる。
　［構成１．３９］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、非ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報をロボットカーに送信する運転行動情報送信機能と、を有し、前記非ロボットカーは、ヒューマンドライバにより運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた操作履歴情報を含む運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、自車両の周辺物体及び運転操作について学習する機械学習部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ自車両の前記走行状況認知部により認知された走行状況及び前記機械学習部による学習結果に基づいて自動運転制御を行う自動運転制御部と、を有することを特徴とする道路交通システム。
　この道路交通システムのコンピューティングシステムは、非ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報をロボットカーに送信する。このコンピューティングシステムから運転行動情報を受信したロボットカーは、非ロボットカーの運転行動情報を参照しつつ自車両の走行状況及び自車両の学習結果に基づいて自動運転制御を行う。したがって、この道路交通システムのロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある非ロボットカーの運転行動情報を参照して自動運転制御を行うことにより、当該非ロボットカーと同等レベルの運転性能で当該状況に対処できる。
　この道路交通システムによれば、ロボットカーと非ロボットカーとが共存する状況下で、非ロボットカーを運転するドライバの運転テクニックをロボットカーに学習させて、ロボットカーの自動運転性能を高効率に向上させることができる。ロボットカーの自動運転性能が向上するにつれて、道路交通システム全体の運用効率の向上、安全性の向上、等が図られる。
　［構成１．４０］
　複数の車両が道路を走行する道路交通システムであって、コンピューティングシステムを有し、前記コンピューティングシステムは、非ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報をロボットカーに送信する運転行動情報送信機能と、を有し、前記非ロボットカーは、ヒューマンドライバにより運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた操作履歴情報を含む運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、自車両の周辺物体及び運転操作について学習する機械学習部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ自車両の前記走行状況認知部により認知された走行状況及び前記機械学習部による学習結果に基づいて自動運転制御を行う自動運転制御部と、を有することを特徴とする道路交通システム。
　この道路交通システムのコンピューティングシステムは、非ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報に基づいて最適化された運転行動情報を生成し、当該最適化された運転行動情報を最新の情報に更新して管理し、当該運転行動情報をロボットカーに送信する。このコンピューティングシステムから運転行動情報を受信したロボットカーは、非ロボットカーの運転行動情報を参照しつつ自車両の走行状況及び自車両の学習結果に基づいて自動運転制御を行う。したがって、この道路交通システムのロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある非ロボットカーの運転行動情報に基づいて最適化された運転行動情報を参照して自動運転制御を行うことにより、当該非ロボットカーと同等レベルかそれ以上の運転性能で当該状況に対処できる。

［２．道路交通システムにおける車両の構成とその作用］
　本発明の車両には、以下の構成の車両が含まれる。
　［構成２．１］
　ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーであって、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記運転行動情報取得部により取得した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて運転支援制御を行う運転支援制御部と、を有することを特徴とする非ロボットカー。
　この非ロボットカーは、他車両の運転行動情報（経験情報）を参照しつつ自車両の走行状況に基づいて運転支援制御を行う。
　したがって、この非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報に基づいて運転支援制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．２］

　ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーであって、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、前記運転支援制御部は、前記運転行動を決定する際に参照する知識情報（判断基準）を記憶した運転知識部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理部（知識更新処理部）と、を有することを特徴とする非ロボットカー。
　この非ロボットカーは、他車両の運転行動情報に基づいて知識情報（実行すべき運転操作を決定する際の判断基準など）を更新する学習処理を行いつつ、当該知識情報を参照して走行状況に応じた運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う。
　したがって、この非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して運転支援制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．３］
　ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーであって、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、前記運転支援制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部（パラメタ調整部）と、を有することを特徴とする非ロボットカー。
　この非ロボットカーは、他車両の運転行動情報に基づいて運転操作決定関数のパラメタを調整する学習処理を行いつつ、走行状況に応じた運転操作を運転操作決定関数により決定し、当該運転操作が実行されるように運転支援制御を行う。
　したがって、この非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して運転支援制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
［構成２．４］
　前記運転行動情報取得部は、自車両と他車両との間の通信により当該他車両の運転行動情報を受信する運転行動情報受信部である、構成２．１乃至２．３のいずれか１の非ロボットカー。
　［構成２．５］
　前記運転行動情報取得部は、自車両と地上静止物との間の通信により他車両の運転行動情報を受信する運転行動情報受信部である、構成２．１乃至２．３のいずれか１の非ロボットカー。
　［構成２．６］
　前記運転行動情報取得部は、自車両と道路との間の通信により他車両の運転行動情報を受信する運転行動情報受信部である、構成２．１乃至２．３のいずれか１の非ロボットカー。
　［構成２．７］
　前記運転行動情報取得部は、自車両と携帯端末との間の通信により他車両の運転行動情報を受信する運転行動情報受信部である、構成２．１乃至２．３のいずれか１の非ロボットカー。
　［構成２．８］
　前記運転行動情報取得部は、他車両の運転行動情報をネットワーク上のコンピューティングシステムから受信する運転行動情報受信部である、構成２．１乃至２．３のいずれか１の非ロボットカー。
　［構成２．９］
　自車両の運転行動情報を外部に出力する運転行動情報出力部を有し、前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた運転行動情報である、構成２．１乃至２．３のいずれか１の非ロボットカー。
　［構成２．１０］
　自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有する構成２．１乃至２．３のいずれか１の非ロボットカー。
　［構成２．１１］
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーであって、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記運転行動情報取得部により取得した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、を有することを特徴とするロボットカー。
　このロボットカーは、他車両の運転行動情報（経験情報）を参照しつつ自車両の走行状況に基づいて自動運転制御を行う。
　したがって、このロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報に基づいて自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．１２］
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーであって、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、前記自動運転制御部は、前記運転行動決定部が運転行動を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を適宜更新する学習処理部（知識更新処理部）と、を有することを特徴とするロボットカー。
　このロボットカーは、他車両の運転行動情報に基づいて知識情報（実行すべき運転操作を決定する際の判断基準など）を更新する学習処理を行いつつ、当該知識情報を参照して走行状況に応じた運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う。
　したがって、このロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．１３］
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーであって、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、前記自動運転制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部（パラメタ調整部）と、を有することを特徴とするロボットカー。
　このロボットカーは、他車両の運転行動情報に基づいて運転操作決定関数のパラメタを調整する学習処理を行いつつ、走行状況に応じた運転操作を運転操作決定関数により決定し、当該運転操作が実行されるように自動運転制御を行う。
　したがって、このロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．１４］
　前記運転行動情報取得部は、自車両と他車両との間の通信により当該他車両の運転行動情報を受信する運転行動情報受信部である、構成２．１１乃至２．１３のいずれか１のロボットカー。
　［構成２．１５］
　前記運転行動情報取得部は、自車両と地上静止物との間の通信により他車両の運転行動情報を受信する運転行動情報受信部である、構成２．１１乃至２．１３のいずれか１のロボットカー。
　［構成２．１６］
　前記運転行動情報取得部は、自車両と道路との間の通信により他車両の運転行動情報を受信する運転行動情報受信部である、構成２．１１乃至２．１３のいずれか１のロボットカー。
　［構成２．１７］
　前記運転行動情報取得部は、自車両と携帯端末との間の通信により他車両の運転行動情報を受信する運転行動情報受信部である、構成２．１１乃至２．１３のいずれか１の非ロボットカー。
　［構成２．１８］
　前記運転行動情報取得部は、他車両の運転行動情報をネットワーク上のコンピューティングシステムから受信する運転行動情報受信部である、構成２．１１乃至２．１３のいずれか１のロボットカー。
　［構成２．１９］
　前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、構成２．１１乃至２．１３のいずれか１のロボットカー。
　［構成２．２０］
　前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、構成２．１１乃至２．１３のいずれか１のロボットカー。
　［構成２．２１］
　自車両の運転行動情報を外部に出力する運転行動情報出力部を有し、前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた情報である、構成２．１１乃至２．１３のいずれか１のロボットカー。
　［構成２．２２］
　複数の車両が道路を走行する道路交通システムの車両であって、前記車両は、他車両の運転行動情報を参照して自車両の運転制御を行う機能を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする車両。
　この車両は、他車両の運転行動情報を参照して自車両の運転制御を行う。したがって、この車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報に基づいて運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．２３］
　複数の車両が道路を走行する道路交通システムの車両であって、自車両の運転行動情報を他車両に提供する機能と、他車両の運転行動情報の提供を受ける機能と、他車両の運転行動情報に基づいて自車両の運転制御を行う機能と、を有し、前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた情報であり、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする車両。
　この車両は、自車両と他車両との間で互いに運転行動情報（経験情報）を提供し合うことができる。そして、他車両の運転行動情報を自車両の運転制御に利用できる。したがって、この車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．２４］
　複数の車両が道路を走行する道路交通システムの車両であって、自車両と他車両との間の通信により当該他車両の運転行動情報を受け取る機能と、他車両の運転行動情報を参照して自車両の運転制御を行う機能と、を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする車両。
　この車両は、車車間通信により他車両の運転行動情報（経験情報）を受け取ることができる。そして、他車両の運転行動情報を自車両の運転制御に利用できる。したがって、この車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．２５］
　複数の車両が道路を走行する道路交通システムの車両であって、自車両と地上静止物との間の通信により他車両の運転行動情報を受け取る機能と、他車両の運転行動情報を参照して自車両の運転制御を行う機能と、を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする車両。
　この車両は、地上静止物との通信により他車両の運転行動情報（経験情報）を受け取ることができる。そして、他車両の運転行動情報を自車両の運転制御に利用できる。したがって、この車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．２６］
　複数の車両が道路を走行する道路交通システムの車両であって、自車両と道路との間の通信により他車両の運転行動情報を受け取る機能と、他車両の運転行動情報を参照して自車両の運転制御を行う機能と、を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする車両。
　この車両は、路車間通信により他車両の運転行動情報（経験情報）を受け取ることができる。そして、他車両の運転行動情報を自車両の運転制御に利用できる。したがって、この車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．２７］
　複数の車両が道路を走行する道路交通システムの車両であって、自車両と携帯端末との間の通信により他車両の運転行動情報を受け取る機能と、他車両の運転行動情報を参照して自車両の運転を制御する機能と、を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする車両。
　この車両は、携帯端末との通信により他車両の運転行動情報（経験情報）を受け取ることができる。そして、他車両の運転行動情報を自車両の運転制御に利用できる。したがって、この車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．２８］
　複数の車両が道路を走行する道路交通システムの車両であって、自車両の運転行動情報をネットワーク上のコンピューティングシステムにアップロードする機能と、他車両の運転行動情報をネットワーク上のコンピューティングシステムからダウンロードする機能と、ネットワーク上のコンピューティングシステムからダウンロードした運転行動情報に基づいて自車両の運転制御を行う機能と、を有し、前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた操作履歴情報を含む運転行動情報であり、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする車両。
　この車両は、ネットワークを介して多数の自動車との間で運転行動情報（経験情報）を提供し合うことができる。そして、他車両の運転行動情報を自車両の運転制御に利用できる。したがって、この車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．２９］
　複数の車両が道路を走行する道路交通システムの車両であって、自車両の運転行動情報をネットワーク上のコンピューティングシステムにアップロードする機能と、自車両の運転行動情報と他車両の運転行動情報とに基づいて生成された運転行動情報をネットワーク上のコンピューティングシステムからダウンロードする機能と、ネットワーク上のコンピューティングシステムからダウンロードした運転行動情報を参照して自車両の運転を制御する機能と、を有し、前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた情報であり、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とする車両。
　この車両は、自車両の運転行動情報（経験情報）をネットワーク上のコンピューティングシステムにアップロードし、自車両の運転行動情報と他車両の運転行動情報とに基づいて生成された運転行動情報をネットワーク上のコンピューティングシステムからダウンロードすることができる。そして、自車両の運転行動情報と他車両の運転行動情報とに基づいて生成された運転行動情報を自車両の運転制御に利用できる。したがって、この車両は、自車両が未経験の状況においても、自車両の運転行動情報と当該状況を経験したことのある他車両の運転行動情報とに基づいて生成された運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルかそれ以上の運転性能で当該状況に対処できる。
　［構成２．３０］
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーであって、自車両の走行状況を認知する走行状況認知部と、自車両の周辺物体及び運転操作について学習する学習処理部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記運転行動情報取得部により取得した運転行動情報を参照しつつ自車両の前記走行状況認知部により認知された走行状況及び前記学習処理部による学習結果に基づいて自動運転制御を行う自動運転制御部と、を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報である、ことを特徴とするロボットカー。
　このロボットカーは、他車両の運転行動情報（経験情報）を参照しつつ自車両の走行状況及び自車両の学習結果に基づいて自動運転制御を行う。したがって、このロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成２．３１］
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーであって、自車両の走行状況を認知する走行状況認知部と、自車両の周辺物体及び運転操作について学習する学習処理部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記運転行動情報取得部により取得した運転行動情報を参照しつつ自車両の前記走行状況認知部により認知された走行状況及び前記学習処理部による学習結果に基づいて自動運転制御を行う自動運転制御部と、自車両の運転行動情報を外部に出力する運転行動情報出力部と、を有し、前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた情報であり、
　前記自車両の運転行動情報は、自車両の走行状況と自車両の前記自動運転制御によりなされた運転操作とを対応付けた情報である、ロボットカー。
　このロボットカーは、他車両の運転行動情報（経験情報）を参照しつつ自車両の走行状況及び自車両の学習結果に基づいて自動運転制御を行う。したがって、このロボットカーは、未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報を参照して自動運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。また、このロボットカーは、自車両の運転行動情報（経験情報）を外部に出力するので、ロボットカーから出力された運転行動情報を他車両が参照して運転支援制御又は自動運転制御を行うこともできる。当該他車両は、未経験の状況においても、当該状況を経験したことのあるロボットカーの運転行動情報を参照して運転支援制御又は自動運転制御を行うことにより、当該ロボットカーと同等レベルの運転性能で当該状況に対処できる。

［３．コンピューティングシステムの構成とその作用］
　本発明のコンピューティングシステムには、以下の構成のコンピューティングシステムが含まれる。
［構成３．１］
　複数の車両が道路を走行する道路交通システムのコンピューティングシステムであって、１又は複数の車両の運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有するコンピューティングシステム。
　このコンピューティングシステムは、１又は複数の車両の運転行動情報（経験情報）を受信し、当該運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する。このコンピューティングシステムから運転行動情報を受信した車両は、当該運転行動情報を自車両の運転制御に利用できる。すなわち、当該車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報に基づいて運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　［構成３．２］
　複数の車両が道路を走行する道路交通システムのコンピューティングシステムであって、１又は複数の車両の運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報を１又は複数の車両に送信する運転行動情報送信機能と、を有するコンピューティングシステム。
　このコンピューティングシステムは、１又は複数の車両の運転行動情報（経験情報）を受信し、当該運転行動情報に基づいて最適化された運転行動情報を生成し、当該最適化された運転行動情報を最新の情報に更新して管理し、１又は複数の車両に送信する。このコンピューティングシステムから運転行動情報を受信した車両は、当該運転行動情報を自車両の運転制御に利用できる。すなわち、当該車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報に基づいて最適化された運転行動情報を参照して運転制御を行うことにより、当該他車両と同等レベルかそれ以上の運転性能で当該状況に対処できる。
　［構成３．３］
　複数の車両が道路を走行する道路交通システムのコンピューティングシステムであって、ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を非ロボットカーに送信する運転行動情報送信機能と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、前記走行状況認知部により認知された走行状況と自動運転制御による運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、前記非ロボットカーは、ヒューマンドライバにより運転を支援する運転支援機能を有する車両であって、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、自車両の前記走行状況認知部により認知された走行状況に基づいて運転支援制御を行う運転支援制御部と、を有することを特徴とするコンピューティングシステム。
　このコンピューティングシステムは、ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報を非ロボットカーに送信する。コンピューティングシステムから運転行動情報を受信したロボットカーは、当該運転行動情報を参照しつつ、自車両の走行状況に基づいて運転支援制御を行う。したがって、非ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのあるロボットカーの運転行動情報を参照しつつ運転支援制御を行うことにより、当該非ロボットカーと同等レベルの運転性能で当該状況に対処できる。
　そして、このコンピューティングシステムによれば、ロボットカーと非ロボットカーとが共存する状況下で、ロボットカーの運転テクニックを非ロボットカーに学習させて、非ロボットカーの運転支援性能を高効率に向上させることができる。非ロボットカーの運転支援性能が向上するにつれて、道路交通システム全体の運用効率の向上、安全性の向上、等が図られる。
　［構成３．４］
　複数の車両が道路を走行する道路交通システムのコンピューティングシステムであって、非ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報をロボットカーに送信する運転行動情報送信機能と、を有し、前記非ロボットカーは、ヒューマンドライバにより運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、自車両の前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、を有することを特徴とするコンピューティングシステム。
　このコンピューティングシステムは、非ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報をロボットカーに送信する。コンピューティングシステムから運転行動情報を受信したロボットカーは、当該運転行動情報を参照しつつ、自車両の走行状況に基づいて自動運転制御を行う。したがって、ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある非ロボットカーの運転行動情報を参照しつつ自動運転制御を行うことにより、当該非ロボットカーと同等レベルの運転性能で当該状況に対処できる。
　そして、このコンピューティングシステムによれば、ロボットカーと非ロボットカーとが共存する状況下で、非ロボットカーを運転するヒューマンドライバの運転テクニックをロボットカーに学習させて、ロボットカーの自動運転性能を高効率に向上させることができる。ロボットカーの自動運転性能が向上するにつれて、道路交通システム全体の運用効率の向上、安全性の向上、等が図られる。
　［構成３．５］
　複数の車両が道路を走行する道路交通システムのコンピューティングシステムであって、１又は複数のロボットカーの運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数のロボットカーに送信する運転行動情報送信機能と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、自車両の前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、前記走行状況認知部により認知された走行状況と自動運転制御による運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、前記運転行動情報は、前記ロボットカーの走行状況と運転操作とを対応付けた情報である、コンピューティングシステム。
　このコンピューティングシステムは、ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報を当該運転行動情報の送信元とは異なるロボットカーに送信する。このコンピューティングシステムから運転行動情報を受信したロボットカーは、他ロボットカーの運転行動情報を参照しつつ自車両の走行状況に基づいて自動運転制御を行う。したがって、当該ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他ロボットカーの運転行動情報を参照しつつ自車両の走行状況に応じた自動運転制御を行うことにより、当該他ロボットカーと同等レベルの運転性能で当該状況に対処できる。
　このコンピューティングシステムによれば、道路交通システム内のロボットカー同士が運転行動情報を利用し合うことにより、道路交通システム内のロボットカーの学習効率を高めて、自動運転性能を急速に向上させることができる。道路交通システム内の全てのロボットカーの自動運転性能を急速に向上させることができるため、道路交通システム全体の運用効率、安全性、等が急速に向上する。
　［構成３．６］
　複数の車両が道路を走行する道路交通システムのコンピューティングシステムであって、１又は複数のロボットカーの運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報を１又は複数のロボットカーに送信する運転行動情報送信機能と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、自車両の前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、前記走行状況認知部により認知された走行状況と自動運転制御による運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、前記運転行動情報は、前記ロボットカーの走行状況と運転操作とを対応付けた情報である、コンピューティングシステム。
　このコンピューティングシステムは、ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報に基づいて最適化された運転行動情報を生成し、当該最適化された運転行動情報を最新の情報に更新して管理し、当該運転行動情報をロボットカーに送信する。このコンピューティングシステムから運転行動情報を受信したロボットカーは、他ロボットカーの運転行動情報を参照しつつ自車両の走行状況に基づいて自動運転制御を行う。したがって、当該ロボットカーは、自車両が未経験の状況においても、当該状況を経験したことのある他ロボットカーの運転行動情報に基づいて最適化された運転行動情報を参照して自動運転制御を行うことにより、当該他ロボットカーと同等レベルかそれ以上の運転性能で当該状況に対処できる。
　このコンピューティングシステムによれば、道路交通システム内のロボットカー同士が運転行動情報を利用し合うことにより、道路交通システム内のロボットカーの学習効率を高めて、自動運転性能を急速に向上させることができる。道路交通システム内の全てのロボットカーの自動運転性能を急速に向上させることができるため、道路交通システム全体の運用効率、安全性、等が急速に向上する。
　［構成３．７］
　前記最適化された運転行動情報は、前記運転行動情報の提供を受ける車両の車両属性に応じて最適化された運転行動情報、前記運転行動情報の提供を受ける車両が障害物と接触する可能性が最少になるように最適化された運転行動情報、前記運転行動情報の提供を受ける車両の消費エネルギが最少になるように最適化された運転行動情報、前記運転行動情報の提供を受ける車両の回生エネルギが最大になるように最適化された運転行動情報、所定走行距離若しくは所定走行時間における加速回数或いは加速時間が最少になるように最適化された運転行動情報、所定走行距離若しくは所定走行時間における制動回数又は制動時間が最少又は最大になるように最適化された運転行動情報、出発地点から到着地点までの走行距離が最少になるように最適化された運転行動情報、又は、出発地点から到着地点までの走行時間が最少になるように最適化された運転行動情報である、構成３．２又は３．６のコンピューティングシステム。
　［構成３．８］
　前記最適化情報生成機能は、前記運転行動情報の提供を受ける車両の車両属性に基づいて、当該車両が障害物と接触する可能性が最も小さくなるように、前記運転行動情報を修正する機能を含む、構成３．２、３．６のいずれか１のコンピューティングシステム。
　このコンピューティングシステムは、運転行動情報の提供元の車両（提供元車両）の車両属性と当該運転行動情報の提供を受ける車両（提供先車両）の車両属性が相違する場合、当該提供先車両が障害物と接触する可能性が最も小さくなるように修正された運転行動情報が当該提供先車両に提供する。
　このコンピューティングシステムによれば、運転行動情報の提供元車両と提供先車両の車両属性が相違する場合でも、車両同士が運転行動情報を参照して運転支援制御又は自動運転制御を行うことができる。

［４．コンピュータプログラム］
　本発明のコンピュータプログラムには、以下の構成のプログラムが含まれる。
　［構成４．１］
　構成１．１乃至１．３９のいずれかに記載の道路交通システムを１又は複数のコンピュータを用いて実現するためのコンピュータプログラム。
　このコンピュータプログラムを道路交通システムを構成する１又は複数のコンピュータにより実行することにより、構成１．１乃至１．３９のいずれか１の道路交通システムが実現される。
　［構成４．２］
　構成２．１乃至２．１０のいずれかに記載の非ロボットカーを１又は複数のコンピュータを用いて実現するためのコンピュータプログラム。
　このコンピュータプログラムを非ロボットカーを構成する１又は複数のコンピュータにより実行することにより、構成２．１乃至２．１０のいずれかに記載の非ロボットカーが実現される。
　［構成４．３］
　構成２．１１乃至２．２２、構成２．３０、構成２．３１のいずれかに記載のロボットカーを１又は複数のコンピュータを用いて実現するためのコンピュータプログラム。
　このコンピュータプログラムをロボットカーを構成する１又は複数のコンピュータにより実行することにより、構成２．１１乃至２．２２、構成２．３０、構成２．３１のいずれかに記載の非ロボットカーが実現される。
　［構成４．１］
　構成３．１乃至３．８のいずれか１のコンピューティングシステムを１又は複数のコンピュータにより実現するためのコンピュータプログラム。
　このコンピュータプログラムを１又は複数のコンピュータにより実行することにより、構成３．１乃至３．８のいずれか１のコンピューティングシステムが実現される。

［５．車両共用システムの構成とその作用］
　構成１．１乃至１．４０のいずれか１の道路交通システムにおいて、車両を複数の利用者によって共用することを特徴とする車両共用システム。
　本発明によれば、本発明の道路交通システムを利用して、車両共用システムを構築できる。
　本発明の車両共用システムによれば、ロボットカーと非ロボットカーとが共存する状況下で、ロボットカーの運転テクニックを非ロボットカーに学習させて、非ロボットカーの運転支援性能を高効率に向上させることができる。非ロボットカーの運転支援性能が向上するにつれて、車両共用システム全体の運用効率の向上、安全性の向上、顧客満足度の向上、等が図られる。
　本発明の車両共用システムによれば、ロボットカーと非ロボットカーとが共存する状況下で、ロボットカーの運転テクニックを非ロボットカーに学習させて、非ロボットカーの運転支援性能を高効率に向上させることができる。非ロボットカーの運転支援性能が向上するにつれて、車両共用システム全体の運用効率の向上、安全性の向上、顧客満足度の向上、等が図られる。
　本発明の車両共用システムによれば、車両共用システム内のロボットカー同士が運転行動情報を利用し合うことにより、車両共用システム内のロボットカーの学習効率を高めて、自動運転性能を急速に向上させることができる。車両共用システム内の全てのロボットカーの自動運転性能を急速に向上させることができるため、車両共用システム全体の運用効率、安全性、顧客満足度、等が急速に向上する。

［６．コンピュータプログラム］
　本発明の車両共用システムを１又は複数のコンピュータを用いて実現するためのコンピュータプログラム。
　このコンピュータプログラムを１又は複数のコンピュータにより実行することにより、本発明の道路交通システムを利用して、車両共用システムを構築できる。
［７．ロボットカー教習システムの構成とその作用］
　本発明のロボットカー教習システムには、以下の構成のシステムが含まれる。
　［構成７．１］
　ロボットカーと、当該ロボットカーと同じ経路を走行する非ロボットカーとを有し、前記非ロボットカーは、ヒューマンドライバにより運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた運転行動情報を出力する運転行動情報出力部と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、前記非ロボットカーの運転行動情報を取得する運転行動情報取得部と、自車両の前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行うとともに、前記運転行動情報取得部により取得した運転行動情報に基づいて前記非ロボットカーの運転行動を学習する学習処理を行う自動運転制御部と、を有することを特徴とするロボットカー教習システム。
　このロボットカー教習システムにおいては、非ロボットカーは、自車両の走行状況と自車両のヒューマンドライバによりなされた運転操作とを対応付けた運転行動情報を出力する。ロボットカーは、非ロボットカーから出力された運転行動情報を取得する。そして、ロボットカーは、自車両の走行状況に基づいて自動運転制御を行うとともに、取得した運転行動情報に基づいて非ロボットカーの運転行動を学習する。
　このロボットカー教習システムによれば、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させて、ロボットカーの自動運転性能を向上させることができる。ロボットカーの自動運転性能が向上するにつれて、ロボットカーの安全性・信頼性が向上し、ひいてはロボットカーと非ロボットカーとが共存する道路交通システム全体の安全性・信頼性が向上する。
　［構成７．２］
　前記自動運転制御部は、前記運転行動情報取得部により取得した運転行動情報を学習データセット（走行状況と当該状況においてなされた運転操作との組）として、当該運転行動情報に含まれる個々の走行状況において前記非ロボットカーと同じ運転操作（正解の操作）が自車両においてなされるように学習処理（教師あり学習による学習処理）を行う、構成７．１のロボットカー教習システム。
　このロボットカー教習システムによれば、非ロボットカーの運転行動情報を学習データセットとする教師あり学習により、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることができる。
　［構成７．３］
　前記自動運転制御部は、前記非ロボットカーの運転行動情報から把握される非ロボットカーの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカーの運転行動からより遠い運転行動をとったときによりマイナスの報酬(罰)を与え、最も多くの報酬が得られそうな運転行動をとるように学習処理（強化学習による学習処理）を行う、構成７．１のロボットカー教習システム。
　このロボットカー教習システムによれば、非ロボットカーの運転行動情報に基づく強化学習により、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることができる。
　［構成７．４］
　ロボットカーと、当該ロボットカーと同じ経路を走行する非ロボットカーとを有し、前記非ロボットカーは、ヒューマンドライバにより運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた運転行動情報を出力する運転行動情報出力部と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、前記非ロボットカーから出力された前記運転行動情報を取得する運転行動情報取得部と、を有し、前記自動運転制御部は、前記運転操作を決定する際に参照する知識情報（判断基準等）を記憶した運転知識部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理を行う学習処理部（知識更新処理部）と、を有することを特徴とするロボットカー教習システム。
　このロボットカー教習システムにおいては、非ロボットカーは、自車両の走行状況と自車両のヒューマンドライバによりなされた運転操作とを対応付けた運転行動情報を出力する。ロボットカーは、非ロボットカーから出力された運転行動情報を取得する。そして、ロボットカーは、知識情報を参照して走行状況に応じた運転操作を決定し、当該運転操作が実行されるように自動運転制御を行うとともに、取得した運転行動情報に基づいて知識情報（実行すべき運転操作を決定する際の判断基準など）を更新する学習処理を行う。
　このロボットカー教習システムによれば、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させて、ロボットカーの自動運転性能を向上させることができる。ロボットカーの自動運転性能が向上するにつれて、ロボットカーの安全性・信頼性が向上し、ひいてはロボットカーと非ロボットカーとが共存する道路交通システム全体の安全性・信頼性が向上する。
　［構成７．５］
　前記学習処理部は、前記運転行動情報取得部により取得した運転行動情報を学習データセット（走行状況と当該状況においてなされた運転操作との組）として、当該運転行動情報に含まれる個々の走行状況において前記非ロボットカーと同じ運転操作（正解の操作）が自車両においてなされるように、前記運転知識部に記憶された知識情報を更新する学習処理（教師あり学習による学習処理）を行う、構成７．４のロボットカー教習システム。
　このロボットカー教習システムによれば、非ロボットカーの運転行動情報を学習データセットとする教師あり学習により、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることができる。
　［構成７．６］
　前記学習処理部は、前記非ロボットカーの運転行動情報から把握される非ロボットカーの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカーの運転行動からより遠い運転行動をとったときによりマイナスの報酬(罰)を与え、最も多くの報酬が得られそうな運転行動をとるように前記運転知識部に記憶された知識情報を更新する学習処理（強化学習による学習処理）を行う、構成１．４のロボットカー教習システム。
　このロボットカー教習システムによれば、非ロボットカーの運転行動情報に基づく強化学習により、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることができる。
　［構成７．７］
　ロボットカーと、当該ロボットカーと同じ経路を走行する非ロボットカーとを有し、前記非ロボットカーは、ヒューマンドライバにより運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた運転行動情報を出力する運転行動情報出力部と、を有し、前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、前記非ロボットカーから出力された前記運転行動情報を取得する運転行動情報取得部と、を有し、前記自動運転制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部（パラメタ調整部）と、を有することを特徴とするロボットカー教習システム。
　このロボットカー教習システムにおいては、非ロボットカーは、自車両の走行状況と自車両のヒューマンドライバによりなされた運転操作とを対応付けた運転行動情報を出力する。ロボットカーは、非ロボットカーから出力された運転行動情報を取得する。そして、ロボットカーは、自車両の走行状況に応じた運転操作を運転操作決定関数により決定し、当該運転操作が実行されるように自動運転制御を行うとともに、取得した運転行動情報に基づいて運転操作決定関数のパラメタを調整する学習処理を行う。
　このロボットカー教習システムによれば、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させて、ロボットカーの自動運転性能を向上させることができる。ロボットカーの自動運転性能が向上するにつれて、ロボットカーの安全性・信頼性が向上し、ひいてはロボットカーと非ロボットカーとが共存する道路交通システム全体の安全性・信頼性が向上する。
　［構成７．８］
　前記学習処理部は、前記運転行動情報取得部により取得した運転行動情報を学習データセット（走行状況と当該状況においてなされた運転操作との組）として、当該運転行動情報に含まれる個々の走行状況において前記非ロボットカーと同じ運転操作（正解の操作）が自車両においてなされるように、前記運転操作決定関数のパラメタを調整する学習処理（教師あり学習による学習処理）を行う、構成９．７のロボットカー教習システム。
　このロボットカー教習システムによれば、非ロボットカーの運転行動情報を学習データセットとする教師あり学習により、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることができる。
　［構成７．９］
　前記学習処理部は、前記非ロボットカーの運転行動情報から把握される非ロボットカーの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカーの運転行動からより遠い運転行動をとったときによりマイナスの報酬(罰)を与え、最も多くの報酬が得られそうな運転行動をとるように前記運転操作決定関数のパラメタを調整する学習処理（強化学習による学習処理）を行う、構成９．７のロボットカー教習システム。
　このロボットカー教習システムによれば、非ロボットカーの運転行動情報に基づく強化学習により、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることができる。
　［構成７．１０］
　前記非ロボットカーが前記経路を前記ロボットカーよりも先に走行することを特徴とする、構成９．１乃至９．９のいずれか１のロボットカー教習システム。
　このロボットカー教習システムでは、同じ経路を先に走行した非ロボットカーの運転行動情報に基づいて、当該非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させる。
　このロボットカー教習システムによれば、ロボットカーに新たな状況を経験させつつ、当該状況を既に経験した非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習（事前情報に基づく学習）させることができる。
　［構成７．１１］
　前記非ロボットカーが前記経路を前記ロボットカーよりも後に走行することを特徴とする、構成７．１乃至７．９のいずれか１のロボットカー教習システム。
　このロボットカー教習システムでは、同じ経路を後に走行した非ロボットカーの運転行動情報に基づいて、当該非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させる。
　このロボットカー教習システムによれば、ロボットカーに新たな状況を経験させた後で、当該状況を経験した非ロボットカーのヒューマンドライバの運転行動をロボットカーに学習（事後情報に基づく学習）させることができる。
　［構成７．１２］
　コンピューティングシステムを有し、前記コンピューティングシステムは、前記非ロボットカーから運転行動情報を受信する運転行動情報受信部と、前記運転行動情報を前記ロボットカーに送信する運転行動情報送信部と、を有し、前記運転行動情報出力部は、前記非ロボットカーの運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部であり、前記運転行動情報取得部は、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部である、構成７．１乃至７．１１のいずれか１のロボットカー教習システム。
。
　このロボットカー教習システムにおいては、コンピューティングシステムが、非ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報をロボットカーに送信する。
このロボットカー教習システムによれば、ロボットカーは、コンピューティングシステムを介して非ロボットカーの運転行動情報を取得し、その運転行動情報に基づいて、非ロボットカーを運転するヒューマンドライバの運転行動を学習することができる。
　［構成７．１３］
　前記コンピューティングシステムは、前記運転行動情報受信部により受信した運転行動情報に基づいて、最適化された運転行動情報を生成する最適化情報生成部と、
　前記最適化情報生成部により生成された最新の運転行動情報を前記ロボットカーに送信する運転行動情報送信部と、を有する構成７．１２のロボットカー教習システム。
　このロボットカー教習システムにおいては、コンピューティングシステムは、非ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報に基づいて最適化された運転行動情報を生成し、当該最適化された運転行動情報をロボットカーに送信する。コンピューティングシステムから最適化された運転行動情報を受信したロボットカーは、当該最適化された運転行動情報に基づいて、非ロボットカーを運転するヒューマンドライバの運転行動を学習することができる。
　［構成７．１４］
　前記最適化された運転行動情報は、前記運転行動情報の提供を受けるロボットカーの車両属性に応じて最適化された運転行動情報、前記運転行動情報の提供を受けるロボットカーが障害物と接触する可能性が最少になるように最適化された運転行動情報、前記運転行動情報の提供を受けるロボットカーの消費エネルギが最少になるように最適化された運転行動情報、前記運転行動情報の提供を受けるロボットカーの回生エネルギが最大になるように最適化された運転行動情報、所定走行距離若しくは所定走行時間における加速回数或いは加速時間が最少になるように最適化された運転行動情報、所定走行距離若しくは所定走行時間における制動回数又は制動時間が最少又は最大になるように最適化された運転行動情報、出発地点から到着地点までの走行距離が最少になるように最適化された運転行動情報、又は、出発地点から到着地点までの走行時間が最少になるように最適化された運転行動情報である、構成７．１３のロボットカー教習システム。
　［構成７．１５］
　前記自動運転制御部は、多層ニューラルネット・プログラムがインストールされており、当該多層ニューラルネット・プログラムにより前記学習処理を行う、構成７．１乃至７．９のいずれかのロボットカー教習システム。
　このロボットカー教習システムによれば、多層ニューラルネット・プログラムにより実現される深層学習機能をロボットカーに持たせ、非ロボットカーを運転するヒューマンドライバの運転行動（認識、判断・計画、操作）の特徴をロボットカーに自ら抽出させて学習を行わせることができる。
　［構成７．１６］
　前記自動運転制御部は、ニューロモーフィック・チップを備え、当該ニューロモーフィック・チップにより前記学習処理を行う、構成７．１乃至７．９のいずれかのロボットカー教習システム。
　このロボットカー教習システムによれば、ニューロモーフィック・チップにより実現される深層学習機能をロボットカーに持たせ、非ロボットカーを運転するヒューマンドライバの運転行動（認識、判断・計画、操作）の特徴をロボットカーに自ら抽出させて学習を行わせることができる。
　［構成７．１７］
　前記ニューロモーフィック・チップには、スパイキング・ニューラルネットが実装されている、構成７．１６のロボットカー教習システム。
　このロボットカー教習システムによれば、スパイキング・ニューラルネットにより実現される本物の脳を模した学習機能をロボットカーに持たせ、非ロボットカーを運転するヒューマンドライバの運転行動（認識、判断・計画、操作）の特徴をロボットカーに自ら抽出させて学習を行わせることができる。

［９．ロボットカー教習方法の構成とその作用］
　本発明のロボットカー教習方法には、以下の構成のロボットカー教習方法が含まれる。
　［構成８．１］
　非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることにより当該ロボットカーの運転教習を行うロボットカー教習方法であって、非ロボットカーがロボットカーと同じ経路を走行する非ロボットカー走行ステップと、前記経路を走行中に非ロボットカーが自車両の走行状況を認知する非ロボットカー走行状況認知ステップと、前記経路を走行中に非ロボットカーが自車両のヒューマンドライバによる運転操作を検出する運転操作検出ステップと、前記走行状況と前記運転操作とを対応付けた運転行動情報を非ロボットカーが出力する運転行動情報出力ステップと、ロボットカーが前記経路を走行するロボットカー走行ステップと、前記経路を走行中にロボットカーが自車両の走行状況を認知するロボットカー走行状況認知ステップと、ロボットカーが非ロボットカーの運転行動情報を取得する運転行動情報取得ステップと、ロボットカーが自車両の走行状況に基づいて自動運転制御を行う自動運転制御ステップと、前記運転行動情報に基づいてロボットカーが非ロボットカーを運転するヒューマンドライバの運転行動を学習する学習ステップと、を有することを特徴とするロボットカー教習方法。
　このロボットカー教習方法においては、非ロボットカーは、自車両の走行状況と自車両のヒューマンドライバによりなされた運転操作とを対応付けた運転行動情報を出力する。ロボットカーは、非ロボットカーから出力された運転行動情報を取得する。そして、ロボットカーは、自車両の走行状況に基づいて自動運転制御を行うとともに、取得した運転行動情報に基づいて非ロボットカーを運転するヒューマンドライバの運転行動を学習する。
　このロボットカー教習方法によれば、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させて、ロボットカーの自動運転性能を向上させることができる。ロボットカーの自動運転性能が向上するにつれて、ロボットカーの安全性・信頼性が向上し、ひいてはロボットカーと非ロボットカーとが共存する道路交通システム全体の安全性・信頼性が向上する。
　［構成８．２］
　前記学習ステップは、前記運転行動情報取得ステップにより取得した運転行動情報を学習データセット（走行状況と当該状況においてなされた運転操作との組）として、当該運転行動情報に含まれる個々の走行状況において前記非ロボットカーと同じ運転操作（正解の操作）が自車両においてなされるように学習処理（教師あり学習による学習処理）を行うステップである、構成８．１のロボットカー教習方法。
　このロボットカー教習方法によれば、非ロボットカーの運転行動情報を学習データセットとする教師あり学習により、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることができる。
　［構成８．３］
　前記学習ステップは、前記非ロボットカーの運転行動情報から把握される非ロボットカーの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカーの運転行動からより遠い運転行動をとったときによりマイナスの報酬(罰)を与え、最も多くの報酬が得られそうな運転行動をとるように学習処理（強化学習による学習処理）を行うステップである、構成８．１のロボットカー教習方法。
　このロボットカー教習方法によれば、非ロボットカーの運転行動情報に基づく強化学習により、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることができる。
　［構成８．４］
　非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることにより当該ロボットカーの運転教習を行うロボットカー教習方法であって、非ロボットカーがロボットカーと同じ経路を走行する非ロボットカー走行ステップと、前記経路を走行中に非ロボットカーが自車両の走行状況を認知する非ロボットカー走行状況認知ステップと、前記経路を走行中に非ロボットカーが自車両のヒューマンドライバによる運転操作を検出する運転操作検出ステップと、前記走行状況と前記運転操作とを対応付けた運転行動情報を非ロボットカーが出力する運転行動情報出力ステップと、ロボットカーが前記経路を走行するロボットカー走行ステップと、前記経路を走行中にロボットカーが自車両の走行状況を認知するロボットカー走行状況認知ステップと、前記ロボットカーが非ロボットカーの運転行動情報を取得する運転行動情報取得ステップと、ロボットカーが自車両の走行状況に基づいて実行すべき運転操作を決定する運転操作決定ステップと、前記運転操作が実行されるように自動運転制御を行う自動運転制御ステップと、前記運転操作を決定する際に参照する知識情報（判断基準等）を記憶する運転知識記憶ステップと、前記運転行動情報取得ステップにより取得した運転行動情報に基づいて、前記知識情報を更新する学習処理を行う学習ステップと、を有することを特徴とするロボットカー教習方法。
　このロボットカー教習方法においては、非ロボットカーは、自車両の走行状況と自車両のヒューマンドライバによりなされた運転操作とを対応付けた運転行動情報を出力する。ロボットカーは、非ロボットカーから出力された運転行動情報を取得する。そして、ロボットカーは、知識情報を参照して走行状況に応じた運転操作を決定し、当該運転操作が実行されるように自動運転制御を行うとともに、取得した運転行動情報に基づいて知識情報（実行すべき運転操作を決定する際の判断基準など）を更新する学習処理を行う。
　このロボットカー教習システムによれば、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させて、ロボットカーの自動運転性能を向上させることができる。ロボットカーの自動運転性能が向上するにつれて、ロボットカーの安全性・信頼性が向上し、ひいてはロボットカーと非ロボットカーとが共存する道路交通システム全体の安全性・信頼性が向上する。
　［構成８．５］
　前記学習ステップは、前記運転行動情報取得ステップにより取得した運転行動情報を学習データセット（走行状況と当該状況においてなされた運転操作との組）として、当該運転行動情報に含まれる個々の走行状況において前記非ロボットカーと同じ運転操作（正解の操作）が自車両においてなされるように、前記運転知識記憶ステップにより記憶された知識情報を更新する学習処理（教師あり学習による学習処理）を行うステップである、構成８．４のロボットカー教習方法。
　このロボットカー教習方法によれば、非ロボットカーの運転行動情報を学習データセットとする教師あり学習により、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることができる。
　［構成８．６］
　前記学習ステップは、前記非ロボットカーの運転行動情報から把握される非ロボットカーの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカーの運転行動からより遠い運転行動をとったときによりマイナスの報酬(罰)を与え、最も多くの報酬が得られそうな運転行動をとるように前記運転知識記憶ステップにより記憶された知識情報を更新する学習処理（強化学習による学習処理）を行うステップである、構成８．４のロボットカー教習方法。
　このロボットカー教習方法によれば、非ロボットカーの運転行動情報に基づく強化学習により、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることができる。
　［構成８．７］
　非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることにより当該ロボットカーの運転教習を行うロボットカー教習方法であって、非ロボットカーがロボットカーと同じ経路を走行する非ロボットカー走行ステップと、前記経路を走行中に非ロボットカーが自車両の走行状況を認知する非ロボットカー走行状況認知ステップと、前記経路を走行中に非ロボットカーが自車両のヒューマンドライバによる運転操作を検出する運転操作検出ステップと、前記走行状況と前記運転操作とを対応付けた運転行動情報を非ロボットカーが出力する運転行動情報出力ステップと、ロボットカーが前記経路を走行するロボットカー走行ステップと、前記経路を走行中にロボットカーが自車両の走行状況を認知するロボットカー走行状況認知ステップと、前記ロボットカーが非ロボットカーの運転行動情報を取得する運転行動情報取得ステップと、ロボットカーが自車両の走行状況に応じた運転行動を計算により決定する運転操作決定ステップと、前記運転操作が実行されるように自動運転制御を行う自動運転制御ステップと、前記運転行動情報取得ステップにより取得した運転行動情報に基づいて、前記運転操作決定ステップにおいて使用される運転操作決定関数のパラメタを調整する学習処理を行う学習ステップと、を有することを特徴とするロボットカー教習方法。
　このロボットカー教習方法においては、非ロボットカーは、自車両の走行状況と自車両のヒューマンドライバによりなされた運転操作とを対応付けた運転行動情報を出力する。ロボットカーは、非ロボットカーから出力された運転行動情報を取得する。そして、ロボットカーは、自車両の走行状況に応じた運転操作を運転操作決定関数により決定し、当該運転操作が実行されるように自動運転制御を行うとともに、取得した運転行動情報に基づいて運転操作決定関数のパラメタを調整する学習処理を行う。
　このロボットカー教習方法によれば、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させて、ロボットカーの自動運転性能を向上させることができる。ロボットカーの自動運転性能が向上するにつれて、ロボットカーの安全性・信頼性が向上し、ひいてはロボットカーと非ロボットカーとが共存する道路交通システム全体の安全性・信頼性が向上する。
　［構成８．８］
　前記学習ステップは、前記運転行動情報取得ステップにより取得した運転行動情報を学習データセット（走行状況と当該状況においてなされた運転操作との組）として、当該運転行動情報に含まれる個々の走行状況において前記非ロボットカーと同じ運転操作（正解の操作）が自車両においてなされるように、前記運転操作決定関数のパラメタを調整する学習処理（教師あり学習による学習処理）を行うステップである、構成８．７のロボットカー教習方法。
　このロボットカー教習方法によれば、非ロボットカーの運転行動情報を学習データセットとする教師あり学習により、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることができる。
　［構成８．９］
　前記学習ステップは、前記非ロボットカーの運転行動情報から把握される非ロボットカーの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカーの運転行動からより遠い運転行動をとったときによりマイナスの報酬(罰)を与え、最も多くの報酬が得られそうな運転行動をとるように前記運転操作決定関数のパラメタを調整する学習処理（強化学習による学習処理）を行うステップである、構成８．７のロボットカー教習方法。
　このロボットカー教習方法によれば、非ロボットカーの運転行動情報に基づく強化学習により、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることができる。
　［構成８．１０］
　前記非ロボットカーが前記経路を前記ロボットカーよりも先に走行することを特徴とする、構成８．１乃至８．９のいずれか１のロボットカー教習方法。
　このロボットカー教習方法では、同じ経路を先に走行した非ロボットカーの運転行動情報に基づいて、当該非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させる。
　このロボットカー教習方法によれば、ロボットカーに新たな状況を経験させつつ、当該状況を既に経験した非ロボットカーのヒューマンドライバの運転行動をロボットカーに学習（事前情報に基づく学習）させることができる。
　［構成８．１１］
　前記非ロボットカーが前記経路を前記ロボットカーよりも後に走行することを特徴とする、構成８．１乃至８．９のいずれか１のロボットカー教習方法。
　このロボットカー教習方法では、同じ経路を後に走行した非ロボットカーの運転行動情報に基づいて、当該非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させる。
　このロボットカー教習方法によれば、ロボットカーに新たな状況を経験させた後で、当該状況を経験した非ロボットカーのヒューマンドライバの運転行動をロボットカーに学習（事後情報に基づく学習）させることができる。
　［構成８．１２］
　コンピューティングシステムを使用し、前記コンピューティングシステムが前記非ロボットカーから運転行動情報を受信する運転行動情報受信ステップと、前記コンピューティングシステムが前記運転行動情報を前記ロボットカーに送信する運転行動情報送信ステップと、を有し、前記運転行動情報出力ステップは、前記非ロボットカーが自車両の前記運転行動情報を前記コンピューティングシステムに送信するステップであり、前記運転行動情報取得ステップは、前記ロボットカーが前記運転行動情報を前記コンピューティングシステムから受信するステップである、構成８．１乃至８．９のいずれか１のロボットカー教習方法。
。
　このロボットカー教習方法においては、コンピューティングシステムが、非ロボットカーから運転行動情報（経験情報）を受信し、当該運転行動情報をロボットカーに送信する。
　このロボットカー教習方法によれば、ロボットカーは、コンピューティングシステムを介して非ロボットカーの運転行動情報を取得し、その運転行動情報に基づいて、非ロボットカーを運転するヒューマンドライバの運転行動を学習することができる。
　［構成８．１３］
　前記コンピューティングシステムが前記運転行動情報受信ステップにより受信した運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成ステップと、前記コンピューティングシステムが前記最適化情報生成ステップにより生成された最新の運転行動情報を前記ロボットカーに送信する運転行動情報送信ステップと、を有する構成８．１２のロボットカー教習方法。
　このロボットカー教習方法においては、コンピューティングシステムは、非ロボットカーから受信した運転行動情報（経験情報）に基づいて最適化された運転行動情報を生成し、当該最適化された運転行動情報をロボットカーに送信する。コンピューティングシステムから最適化された運転行動情報を受信したロボットカーは、当該最適化された運転行動情報に基づいて、非ロボットカーを運転するヒューマンドライバの運転行動を学習することができる。
　［構成８．１４］
　前記最適化された運転行動情報は、前記運転行動情報の提供を受けるロボットカーの車両属性に応じて最適化された運転行動情報、前記運転行動情報の提供を受けるロボットカーが障害物と接触する可能性が最少になるように最適化された運転行動情報、前記運転行動情報の提供を受けるロボットカーの消費エネルギが最少になるように最適化された運転行動情報、前記運転行動情報の提供を受けるロボットカーの回生エネルギが最大になるように最適化された運転行動情報、所定走行距離若しくは所定走行時間における加速回数或いは加速時間が最少になるように最適化された運転行動情報、所定走行距離若しくは所定走行時間における制動回数又は制動時間が最少又は最大になるように最適化された運転行動情報、出発地点から到着地点までの走行距離が最少になるように最適化された運転行動情報、又は、出発地点から到着地点までの走行時間が最少になるように最適化された運転行動情報である、構成８．１３のロボットカー教習方法。

［９．コンピュータプログラム］
　本発明のコンピュータプログラムには、以下の構成のプログラムが含まれる。
　［構成９．１］
　構成７．１乃至７．１７のいずれかに記載のロボットカー教習システムを１又は複数のコンピュータを用いて実現するためのコンピュータプログラム。
　このコンピュータプログラムを１又は複数のコンピュータにより実行することにより、構成７．１乃至７．１７のいずれか１のロボットカー教習システムが実現される。
　［構成９．２］
　構成８．１乃至８．１５のいずれかに記載のロボットカー教習方法を１又は複数のコンピュータを用いて実施するためのコンピュータプログラム。
　このコンピュータプログラムを１又は複数のコンピュータにより実行することにより、構成８．１乃至８．１５のいずれかに記載のロボットカー教習方法が実現される。

　本発明によれば、複数の車両が道路を走行する道路交通システムにおいて、各車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報に基づいて運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　本発明によれば、車両を複数の利用者によって共用する車両共用システムにおいて、各車両は、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報に基づいて運転制御を行うことにより、当該他車両と同等レベルの運転性能で当該状況に対処できる。
　本発明によれば、非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させて、ロボットカーの自動運転性能を向上させることができる。ロボットカーの自動運転性能が向上するにつれて、ロボットカーの安全性・信頼性が向上し、ひいてはロボットカーと非ロボットカーとが共存する道路交通システム全体の安全性・信頼性が向上する。

本発明の道路交通システムの構成例を示す概念図本発明の道路交通システムにおける車両（自動車）のシステム構成の一例を示す機能ブロック図本発明の道路交通システムの実施形態についての説明図運転行動情報のデータ構造を例示する概念図（Ａ）：データＩＤについての説明図　（Ｂ）：経路ＩＤについての説明図走行経路についての説明図他車両から自車両への運転操作情報の受け渡しの方法の一例を示す説明図他車両から自車両への運転操作情報の受け渡しの方法の一例を示す説明図他車両から自車両への運転操作情報の受け渡しの方法の一例を示す説明図他車両から自車両への運転操作情報の受け渡しの方法の一例を示す説明図他車両から自車両への運転操作情報の受け渡しの方法の一例を示す説明図本発明の道路交通システムにおける車両（自動車）の別の実施形態についての説明図図１２に続く説明図図１２及び図１３を前提とする実施形態の説明図本発明の道路交通システムにおけるコンピューティングシステムの実施形態の一例を示す概念図本発明の道路交通システムにおけるコンピューティングシステムの別の実施形態の一例を示す概念図本発明の道路交通システムの別の構成例を示す概念図本発明の道路交通システムの更に別の構成例を示す概念図本発明の道路交通システムの更に別の構成例を示す概念図本発明の道路交通システムの更に別の構成例を示す概念図本発明の道路交通システムの更に別の構成例を示す概念図（Ａ）：図１７乃至図２１中のロボットカーの自動運転制御部の構成例を示す機能ブロック図　（Ｂ）：図１９中の非ロボットカーの運転支援制御部の構成例を示す機能ブロック図（Ａ）：図１７乃至図２１中のロボットカーの自動運転制御部の別の構成例を示す機能ブロック図　（Ｂ）：図１９中の非ロボットカーの運転支援制御部の別の構成例を示す機能ブロック図本発明のロボットカー教習システムの構成例を示す概念図本発明のロボットカー教習システムにおけるロボットカーのシステム構成の一例を示す機能ブロック図本発明のロボットカー教習システムにおける非ロボットカーのシステム構成の一例を示す機能ブロック図図２４のロボットカー教習システムの動作内容を例示するフロー図図７中の学習ステップの内容を例示するフロー図（Ａ）：非ロボットカーがロボットカーに先行して走行する態様の説明図　（Ｂ）：ロボットカーが非ロボットカーに先行して走行する態様の説明図図２２（A）の構成例において実行される学習ステップの内容を例示するフロー図図２３（A）の構成例において実行される学習ステップの内容を例示するフロー図本発明のロボットカー教習システムの別の構成例を示す概念図図３２のロボットカー教習システムの動作内容を例示するフロー図

　［用語の説明等］
　ロボットカーとは、人間の運転なしで自動で走行できる自動車である。日本では「自動運転車」とも呼ばれている。英語では「autonomous car」と表記される。その他「UGV (unmanned ground vehicle)」「ドライバーレスカー (driverless car)」「self-driving car」などとも呼ばれている。（ウィキペディアより引用）
　非ロボットカーとは、ロボットカー以外の自動車である。非ロボットカーは、ヒューマンドライバにより運転操作がなされる。
　人間の運転なしで自動で走行できる機能（自動運転機能）を持っていない自動車は、非ロボットカーである。非ロボットカーには、手動運転機能と運転支援機能とを持ち自動運転機能を持たない自動車が含まれる。手動運転機能と運転支援機能と自動運転機能とを兼ね備えた自動車は、手動運転モード又は運転支援モードでの走行時には非ロボットカーとして機能し、自動運転モードでの走行時にはロボットカーとして機能する。
　走行状況（運転状況）には、自己状況と非自己状況（外界環境）とが含まれる。
　自己状況には、当該車両の地球上における位置（緯度、経度）、当該車両の運動状況（内界環境）、周辺物体との相対状況、等が含まれる。
　当該車両の運動状況は、重心位置（ｘ，ｙ，ｚ）、ヨー（ψ）、ロール（φ）、ピッチ（θ）、）、速度（重心位置の一階時間微分）、加速度（重心位置の二階時間微分）、角速度（ヨーレート）、等により表現される。
　周辺物体は、車両の周辺に存在する物体である。
　周辺物体には、車両、歩行者、地上静止物、等が含まれる。
　周辺物体との相対状況には、当該車両と周辺の物体との位置関係、当該車両と周辺の物体との距離、等が含まれる。
　地上静止物には、交通信号、道路標識、横断歩道、路肩、ガードレール、電柱、塀、車庫、家屋、等が含まれる。
　非自己状況（外界環境）の例として、走行経路、走行車線、走行車線の幅、車線数、道路形状、道路勾配、路面の種類、路面状態、周囲の明るさ、天候、信号機の表示内容、周辺車両数、前方車両速度、前方車両加速度、周辺障害物、走行車線の種類、等を挙げることができる。
　運転操作は、操作の内容と当該操作の操作量とを含む概念である。
　操作の内容の例として、当該車両の推進力を調整するための操作（アクセル操作）、当該車両の制動力を調整するための操作（ブレーキ操作）、当該車両の操舵角または操舵角速度を調整するための操作（ステアリング操作）、当該車両のトランスミッションの歯車の組み合わせを変える操作（シフト操作）、等を挙げることができる。
　運転行動情報は、車両の走行状況と当該車両においてなされた運転操作とを対応付けた情報であり、経路上位置－運転操作対応情報、入出車経路位置－運転操作対応情報、等が含まれる。
　経路上位置－運転操作対応情報の例として、経路上の各地点（要所要所）においてなされたブレーキ操作の情報（経路上位置－ブレーキ操作対応テーブル）、経路上の各地点においてなされたブレーキ操作及びステアリング操作の情報（経路上位置－ステアリング操作対応テーブル）、経路上の各地点においてなされたブレーキ操作及びアクセル操作の情報（経路上位置－ブレーキ操作・アクセル操作対応テーブル）、経路上の各地点においてなされたアクセル操作及びステアリング操作の情報（経路上位置－アクセル操作・ステアリング操作対応テーブル）、経路上の各地点においてなされたブレーキ操作及びシフト操作の情報（経路上位置－ブレーキ操作・シフト操作対応テーブル）、経路上の各地点においてなされたステアリング操作及びシフト操作の情報（経路上位置－ステアリング操作・シフト操作対応テーブル）、経路上の各地点においてなされたアクセル操作及びシフト操作の情報（経路上位置－アクセル操作・シフト操作対応テーブル）、経路上の各地点においてなされたブレーキ操作、アクセル操作、ステアリング操作及びシフト操作の情報（経路上位置－ブレーキ操作・アクセル操作・ステアリング操作・シフト操作対応テーブル）、経路と運転操作及び消費エネルギとを関連付けた情報（経路－運転操作・消費エネルギ対応テーブル）、経路と運転操作及び回生エネルギ吸収率とを関連付けた情報（経路－運転操作・回生エネルギ吸収率対応テーブル）、等を挙げることができる。
　入出車経路位置－運転操作対応情報の例として、駐車スペースに入車（駐車）するための移動経路上の各地点においてなされた駐車操作（運転操作）の情報（入車経路上位置－運転操作対応テーブル）、駐車スペースから出車するための移動経路上の各地点においてなされた出車操作（運転操作）の情報（出車経路上位置－運転操作対応テーブル）、等を挙げることができる。
　学習には、手動運転走行時に得られた各種データに基づく学習と、運転支援走行時に得られた各種データに基づく学習と、自動運転走行時に得られた各種データに基づく学習とが含まれる。
　学習には、行動計画の学習、操作傾向についての学習、周辺物体についての学習、等が含まれる。
　行動計画の学習には、実行すべき運転操作を決定するための知識（データ）の学習、実行すべき運転操作を決定するための計算式（プログラム）の学習、等が含まれる。
　知識の学習の例として、他車両の運転行動情報を学習データセットとして、実行すべき運転操作を決定するための判断基準（運転知識）を学習していく所謂教師あり学習を挙げることができる。この場合、ある走行状況に対して、他車両においてなされたのと同じ運転操作（正解の操作）が自車両においてなされるように知識の更新がなされる。
　知識の学習の別の例として、他車両の運転行動情報から把握される他車両の運転行動により近い運転行動をとったときにプラスの報酬を与え、当該他車両の運転行動からより遠い運転行動をとったときにマイナスの報酬(罰)を与えて、どのように行動するとどれくらいの報酬が得られそうかを学習させていき、最も多くの報酬が得られそうな行動がなされるように知識を更新する所謂強化学習を挙げることができる。この場合、最も多くの報酬が得られそうな行動がなされるように知識が更新されることで、結果的に最適な運転行動がなされるようになる。
　計算式（プログラム）の学習の例として、他車両の運転行動情報に基づいて実行すべき運転操作を決定（推定）する運転操作決定関数（計算式）を学習する所謂パラメタ学習を挙げることができる。この場合、例えば、他車両の運転行動情報と運転操作決定関数の与える運転操作との誤差が最小となるように、運転操作決定関数のパラメタの調整がなされる。この場合のパラメタ学習には、他車両の運転行動情報を学習データセットとして、当該運転行動情報に含まれる個々の走行状況において当該他車両と同じ運転操作（正解の操作）が自車両においてなされるように、運転操作決定関数のパラメタを調整する学習処理（教師あり学習による学習処理）が含まれる。
　計算式（プログラム）の学習の別の例として、他車両の運転行動情報から把握される他車両の運転行動により近い運転行動をとったときにプラスの報酬を与え、当該他車両の運転行動からより遠い運転行動をとったときにマイナスの報酬(罰)を与えて、どのように行動するとどれくらいの報酬が得られそうかを学習させていき、最も多くの報酬が得られそうな行動をとるように運転操作決定関数のパラメタを調整する所謂強化学習を挙げることができる。この場合、最も多くの報酬が得られそうな行動をとるように運転操作決定関数のパラメタが調整されることで、結果的に最適な運転行動がなされるようになる。
　操作傾向についての学習の例として、各地点の通過回数と各地点においてなされた運転操作の回数・操作量に基づく学習を挙げることができる。例えば、各地点の通過回数と当該地点においてなされた特定の運転操作の回数の割合を計算し、当該割合が所定値以上であれば当該地点を要操作地点に設定し、当該割合が所定値未満であれば当該地点を操作不要地点に設定する。学習の結果、要操作地点に設定された地点では、運転支援制御又は自動運転制御が実行される。
　特定の運転操作の例として、操作量が所定値以上のブレーキ操作、操作量が所定値以上のアクセル操作、操作量が所定値以上のステアリング操作、操作量（ギヤ比の変化量）が所定値以上のシフト操作、等を挙げることができる。
　周辺の物体についての学習の例として、各地点の通過回数と各地点における周辺の物体の検出回数に基づく学習を挙げることができる。例えば、各地点の通過回数と当該地点において検出された特定の周辺物体の検出回数の割合を計算し、当該割合が所定値以上であれば当該地点を要注意地点に設定し、当該割合が所定値未満であれば当該地点を標準注意地点に設定する。学習の結果、要注意地点に設定された地点では、標準注意地点における検出精度よりも高精度で周辺の物体の検出処理が実行され、その検出結果に基づいて、より安全性を考慮した運転支援制御又は自動運転制御が実行される。
　より安全性を考慮した運転支援制御の例として、特定の周辺物体に自車両が接触する可能性をより小さくする運転支援制御（接触回避支援制御）、特定の周辺物体に自車両が接触したときの衝撃をより小さくする運転支援制御（制動支援制御）、等を挙げることができる。
　より安全性を考慮した自動運転制御の例として、特定の周辺物体に自車両が接触する可能性をより小さくする自動運転制御（接触回避運転制御）、特定の周辺物体に自車両が接触したときの衝撃をより小さくする自動運転制御（制動運転制御）、等を挙げることができる。
　周辺の物体についての学習には、周辺の物体についての時間帯毎の学習が含まれる。周辺の物体についての時間帯毎の学習の場合、前記割合が一日の時間帯毎に計算され、前記要注意地点が時間帯毎に設定される。
　運転操作についての学習及び周辺の物体についての学習には、車両属性を考慮した学習が含まれる。
　特定の周辺の物体の例として、車両前方の横断歩道上の歩行者や自転車、車両前方の道路を横切る歩行者や自転車、対向車、追い越し車、路上の障害物、等を挙げることができる。
　路上の障害物の例として、路側に駐・停車中の車両、路側や曲がり角の電柱、路上に置かれたゴミ箱や看板、道路上に張り出した看板や樹木、等を挙げることができる。

　車両属性には、車種、車両寸法、内外輪差、車両重量、車両の使用形態、車両種別の区分、車体番号、ドア開放幅、エンジン形式、等が含まれる。
　車両の使用形態の例として、自家用車、営業車、貨物輸送車、旅客輸送車（タクシー）、旅客輸送車（バス）、等を挙げることができる。車両種別の区分には、大型車、小型車、二輪車、等がある。
　車両属性を考慮した運転操作についての学習の場合、例えば、車両属性上控えるべき運転操作についての前記割合が計算され、当該割合が所定値以上の地点が要注意地点に設定される。
　車両属性を考慮した周辺の物体についての学習の場合、例えば、車両属性上所定距離以内に接近する可能性が高い周辺の物体についての前記割合が計算され、当該割合が所定値以上の地点が要注意地点に設定される。
　車両属性上控えるべき運転操作の例として、重心位置が高い車両（車高の高い車両、積み荷の多い車両、等）の曲線路などにおける高速走行や急激なステアリング操作、バスやタクシーの急なアクセル操作や急なブレーキ操作、等を挙げることができる。
　車両属性上所定距離以内に接近する可能性が高い周辺の物体の例として、車両がバスやタクシーの場合の乗降客、大型車両の場合の電柱や路上に張り出した看板、等を挙げることができる。

　自車両のドライバによる手動運転時の運転行動（「認識」「判断・計画」「操作」）を機械学習し、その学習結果を参照して自車両の運転支援制御を行う機能を有する運転制御方式は公知である。本発明のロボットカー教習システムの非ロボットカーにおいても、この種の機械学習による運転制御方式を利用可能である。
　周辺車両や歩行者など任意の対象物の検出が可能な汎用画像認識システムは公知である。本発明のロボットカー教習システムの車両においても、公知の汎用画像認識システムを利用可能である。歩行者や他車両を検出するための手法として、ＨＯＧ（ＨｉｓｔｏｇｒａｍｓｏｆＯｒｉｅｎｔｉｅｄＧｒａｄｉｅｎｔｓ）特徴量抽出、機械学習の手法の一つであるＳＶＭ(ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ)によるしきい値学習、等が知られている。

　本発明の道路交通システム、車両共用システム及びロボットカー教習システムにおけるコンピューティングシステムには、クラウドコンピューティングシステム（ＣｌｏｕｄＣｏｍｐｕｔｉｎｇＳｙｓｔｅｍ）が含まれる。
　クラウドコンピューティングとは、インターネットを利用した分散コンピューティングの一つである。
　クラウドとは、クラウドコンピューティングを実現するためのデータセンタや、その中で運用されているサーバコンピュータ群などのことをいう。
　クラウド技術により、インターネット上にあるデータの所在をユーザに意識させずに大容量のデータを処理することができる。
　クラウド技術を利用することにより、本発明の道路交通システム、車両共用システム及びロボットカー教習システム内のビッグデータすなわち、地球上を走行する多数の車両から送信される膨大な数のデータ（走行状況に関するデータ、運転操作に関するデータ、等）を処理することができる。

　本発明の道路交通システム、車両共用システム及びロボットカー教習システムは、特許文献１－４４、非特許文献１－４、等に記載されている類いのシステムに応用し得る。

　［道路交通システム］
　図１は本発明の道路交通システムの構成例を示す概念図である。
　図１に例示される道路交通システム１は、自動車１００とコンピューティングシステム２００とを有する。
　コンピューティングシステム２００は、サーバコンピュータ２１０とデータベース２２０とを備える。サーバコンピュータ２１０は、自動車１００を含む多数の車両の運転行動情報をインターネット３００経由で受信する。サーバコンピュータ２１０は、受信した運転行動情報をデータベース２２０に蓄積する。サーバコンピュータ２１０は、データベース２２０から抽出した運転行動情報を、自動車１００を含む多数の車両にインターネット３００経由で送信する。サーバコンピュータ２１０は単体でも複数でもよい。データベース２２０は一つのサーバコンピュータに配置されていても、複数のサーバコンピュータに分散配置されていてもよい。
　自動車１００は、車載ゲートウェイ１１０を備える。
　車載ゲートウェイ１１０は、図示しないＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）等を中心に構成される、無線通信機能を備えた情報処理装置である。車載ゲートウェイ１１０は、ＲＯＭに記憶されている制御プログラムをＣＰＵが実行することにより、各種処理を実行する。車載ゲートウェイ１１０は、各種のデータをインターネット３００経由でコンピューティングシステム２００にアップロード（サーバコンピュータ２１０に送信）し、また各種のデータをコンピューティングシステム２００からインターネット３００経由でダウンロード（サーバコンピュータ２１０から受信）する。自動車１００とコンピューティングシステム２００との間で送受信されるデータには、自車両の運転行動情報のデータ及び他車両の運転行動情報のデータが含まれる。

　図２は本発明の道路交通システムにおける車両（自動車）のシステム構成の一例を示す機能ブロック図である。
　自動車１００は、車載ゲートウェイ１１０と走行制御システム１２０とを有する。
　車載ゲートウェイ１１０は、走行制御システム１２０の制御下で、コンピューティングシステム２００と通信する。車載ゲートウェイ１１０は、コンピューティングシステム２００から受信したデータを走行制御システム１２０に入力する。車載ゲートウェイ１１０は、走行制御システム１２０から入力されたデータをコンピューティングシステム２００に送信する。
　走行制御システム１２０は、検知部１２１、車両情報入力部１２２、測位部１２３、地図情報入力部１２４、操作部１２５、通信部１２６、表示部１２７、記憶部１２９、制御部１２９、等を備える。
　検知部１２１は、周辺の物体（他車両、歩行者、地上静止物、等）の存在や、周辺の物体の位置、大きさ、相対速度、等を検知するためのセンサ類で構成されている。検知部１２１は、例えば、ソナー１２１ａやレーダ１２１ｂ、カメラ１２１ｃ、３次元レンジセンサ、等で具現化される。
　ソナー１２１ａは、自車両の前後左右方向に向けられた各アンテナから超音波を所定領域に送信し、その反射波を受信する。そして、受信した反射波に基づき、自車両の前後左右方向に存在する物体について、自車両との位置関係、距離等を出力する。レーダ１２１ｂは、自車両の前後左右方向に向けられたアンテナからレーザ光又はミリ波を照射して所定の検知領域を走査し、その反射波を受信する。そして、受信した反射波に基づき、車両の前後左右方向に存在する物体について、自車両との位置関係、距離、相対速度等を出力する。カメラ１２１ｃは、自車両の前後左右方向の所定位置に設けられており、自車両の前後左右方向に存在する周辺車両が写った撮像データを出力する。なお、これらのソナーやレーダ、カメラ１２１ｃ、３次元レンジセンサ、等のセンサ類は、複数のものを複合的に用いてもよいし、単独で用いてもよい。
　車両情報入力部１２２は、自車両の運動状況（重心位置、ヨー、ロール、ピッチ、速度、加速度、角速度、等）及び運転操作（アクセル操作、ブレーキ操作、ステアリング操作、シフト操作）に関する情報を制御部１２８に入力する。
　測位部１２３は、地球上における自車両の位置（緯度、経度）を測位し、制御部１２８に入力する。測位部１２３は、例えば、高精度ＧＰＳ（Global Positioning System）に対応した高精度測位受信機等で具現化される。
　地図情報入力部１２４は、道路地図情報を記憶する記憶媒体から、自車両が現在走行している道路に関する情報を取得し、制御部１２８に入力する。地図情報入力部１２８によって入力される道路の情報の例として、車線数、車線幅、曲り、勾配、合流、規制等の情報等を挙げることができる。
　操作部１２５は、走行制御のオン・オフや制御モードの切り換え、表示部１２７における各種表示の切り換え等の操作指示を入力するための入力装置であり、例えば、車両のステアリングホイールのスポーク部分に設けられるスイッチ等により具現化される。
　通信部１２６は、地上静止物に設けられた通信機や、周辺車両に搭載された通信機との間で、通信を行うための通信装置である。地上静止物には、車庫や道路が含まれる。
　表示部１２７は、インストルメントパネル中央部に設けられるセンタディスプレイ、及び、メータパネル内に設けられるインジケータで構成される表示装置である。表示部１２７には、自車両の状態を示す情報とともに、走行制御のオン・オフや制御モードが表示される。制御モードには、手動運転モードと、運転支援モードと、自動運転モードとがある。
　記憶部１２８は、自車両の運転行動情報及び他車両の運転行動情報を記憶する記憶装置である。
　制御部１２９は、図示しないＣＰＵ、ＲＯＭ、ＲＡＭ等を中心に構成される情報処理装置であり、走行制御システム１２０の各部を統括制御する。制御部１２９は、ＲＯＭに記憶されている制御プログラムをＣＰＵが実行することにより、各種処理を実行する。
　制御部１２９は、測位部１２３から入力された自車両の位置（緯度、経度）と地図情報入力部１２４から入力された道路地図情報とに基づいて、電柱や信号器などの道路構造物の情報を含む詳細道路データを算出するとともに、検知部１２１の３次元レンジセンサにより周囲の物体の３次元距離を検出する。そして、３次元距離データと道路地図とをリアルタイムで合成し、３次元レンジセンサにより検出された物体が、道路構造物なのか、道路上の物体（車両、歩行者、等）なのかを正確に識別する。
　自車両の位置の高精度把握は、モンテカルロ・ローカリゼーションといった既知の手法により実現され、ＧＰＳに位置情報は二次的情報として利用される。周辺物体との相対状況は、カルマンフィルタといった既知の手法により実現される。
　制御部１２９は、検知部１２１、車両情報入力部１２２、測位部１２３、及び、地図情報入力部１２４から入力された各種情報に基づく自車両の運転行動情報を記憶部１９に蓄積する。自車両の運転行動情報には、検知部１２１、車両情報入力部１２２、測位部１２３、及び、地図情報入力部１２４により得られた操作履歴情報（走行経路上位置－運転操作対応テーブル、入出車経路位置－運転操作対応テーブル、等）が含まれる。
　制御部１２９は、車載ゲートウェイ１１０を介してコンピューティングシステム２００と通信する。
　制御部１２９は、記憶部１２８に蓄積された自車両の運転行動情報を、車載ゲートウェイ１１０を介してコンピューティングシステム２００に送信する。
　制御部１２９は、車載ゲートウェイ１１０を介して受信した他車両の運転行動情報を、記憶部１２８に蓄積する。他車両の運転行動情報には、他車両の検知部１２１、車両情報入力部１２２、測位部１２３、及び、地図情報入力部１２４により得られた操作履歴情報（走行経路上位置－運転操作対応テーブル、入出車経路位置－運転操作対応テーブル、等）が含まれる。
　制御部１２９は、通信部１２６を介して周辺の地上静止物や周辺の車両と通信する。
　制御部１２９は、記憶部１２８に蓄積された自車両の運転行動情報を、通信部１２６を介して地上静止物や周辺の車両に送信する。
　制御部１２９は、通信部１２６を介して受信した他車両の運転行動情報を、記憶部１２８に蓄積する。
　制御部１２９には、運転制御の対象となる車両制御部１３０が接続されている。
　車両制御部１３０は、エンジンＥＣＵ（Electronic Control Unit）１３０ａ、ブレーキＥＣＵ１３０ｂ、舵角ＥＣＵ１３０ｃ、スタビリティＥＣＵ１３０ｄ、等の各種電子制御装置からなる。エンジンＥＣＵ１３０ａは、アクセルペダルの操作量やエンジンの状態に応じた制御指令を出して、エンジンの出力を制御する。ブレーキＥＣＵ１３０ｂは、ブレーキペダルの操作量に応じてブレーキの制動力を制御する。舵角ＥＣＵ１３０ｃは、ステアリングの舵角を制御する。スタビリティＥＣＵ１３０ｄは、車両の走行安定性を制御する。
　制御部１２９は、運転操作量（アクセル操作量、ブレーキ操作量、ステアリング操作量、等）に応じて、車両制御部１３０内の各ＥＣＵに指令を与えることで、車両の走行を制御する。
　制御部１２９は、運転支援モードにおいては、時々刻々と変化する自車両の走行状況をリアルタイムで解析しつつ、当該解析結果と自車両の運転行動情報及び／又は他車両の運転行動情報とに基づいて運転支援情報を生成し、当該運転支援情報を、表示部１２７などを使用してドライバに報知する。
　制御部１２９は、自動運転モードにおいては、時々刻々と変化する自車両の走行状況をリアルタイムで解析しつつ、当該解析結果と自車両の運転行動情報及び／又は他車両の運転行動情報とに基づいて運転操作量を決定し、車両制御部１３０内の各ＥＣＵに指令を与える。
　上記の例では、車載ゲートウェイ１１０と走行制御システム１２０とが各々別個に存在しているが、車載ゲートウェイ１１０は走行制御システム１２０と統合できる。

　上記のように構成された自動車１００は、自車両の走行状況と自車両の運転行動情報又は他車両の運転行動情報とに基づいて運転支援や自動運転を行う。自動車１００は、手動運転モード又は運転支援モードでの走行時には非ロボットカーとして機能し、自動運転モードでの走行時にはロボットカーとして機能する。

　図３は本発明の車両（自動車）の実施形態についての説明図である。
　自動車Ｖ１（１００）は、走行経路Ｒを走行した経験がない。
　自動車Ｖ２（１００）は、走行経路Ｒを走行した経験がある。
　自動車Ｖ２は、走行経路Ｒを走行した時に運転に関する各種データを取得し、当該各種データを自車両の記憶部１２８に記憶している。自動車Ｖ２は、当該記憶部１２８に記憶した当該各種データを含む運転行動情報を自動車Ｖ１に提供する。この場合の運転行動情報には、走行経路Ｒと当該経路Ｒ上の各地点において自動車Ｖ１によりなされた運転操作とを対応付けた情報が含まれる。
　自動車（自車両）Ｖ１は、自動車（他車両）Ｖ２の運転行動情報を自車両Ｖ１の運転支援制御及び自動運転制御に利用できる。自動車Ｖ１は、走行経路Ｒを走行した経験がないが、走行経路Ｒを走行した経験がある自動車（他車両）Ｖ２の運転行動情報に基づいて運転支援制御及び自動運転制御を行うことにより、自動車（他車両）Ｖ２と同等レベルの運転支援性能及び自動運転性能を発揮し得る。

　たとえば、走行経路Ｒが、幅の狭い曲がりくねった道路や、電柱などの障害物が多く存在する幅の狭い道路である場合、運転に不慣れなドライバやカーシェアリングサービスなどで運転の度に異なる車両に搭乗するドライバにとっては、走行経路Ｒをスムーズに走行することは簡単ではない。この種の道路をスムーズに走行することはロボットカー（自動運転車）も苦手である。
　しかし、自動車Ｖ２が走行経路Ｒを日常スムーズに走行する車両であるならば、自動車Ｖ２の運転行動情報を参照して自動車Ｖ１が運転支援制御を行うことにより、自動車Ｖ１のドライバが運転に不慣れである場合や自動車Ｖ１がカーシェアリングサービスなどの車両である場合でも、自動車Ｖ１は自動車Ｖ２と同等レベルの運転性能で走行経路Ｒをスムーズに走行することができる。自動車Ｖ１がロボットカーである場合でも、自動車Ｖ２の運転行動情報を参照して自動車Ｖ１が自動運転制御を行うことにより、自動車Ｖ１は自動車Ｖ２と同等レベルの運転性能で走行経路Ｒをスムーズに走行することが可能となる。

　図４は運転行動情報に含まれる走行経路上位置－運転操作対応テーブルを例示する概念図である。運転行動情報は、データＩＤ：Data ID）により管理されている。データＩＤは、膨大な量の運転行動情報の中から1の運転行動情報のデータを特定し得る固有の値である。データＩＤにより、車両ＩＤ（Car ID）と経路ＩＤ（Root ID）との一意の組み合わせが特定される（図５（Ａ）参照）。車両ＩＤは、多数の車両の中から１の車両を特定し得る固有の値である。車両ＩＤにより、当該車両の車両属性も特定される。経路ＩＤは、膨大な数の経路の中から１の経路を特定し得る固有の値である。経路ＩＤにより、出発点（Starting Point）、到着点（Destination Point）及び経由点（Pass Point）の組み合わせが特定される（図５（Ｂ）参照）。
　図４に例示する運転行動情報は、図６に例示する地図上の経路Ｒを自動車Ｖ２が走行した際に得られたものである。経路Ｒの出発点（Starting Point）はＳ１、到着点（Destination Point）はＤ１、経由点（Pass Point）はPP1，PP2，PP3である。図４に例示する運転行動情報は、経路Ｒ上の各地点（P1,P2,・・・,Pn）において自動車Ｖ１によりなされた運転操作との対応関係を示している。例えば、地点P1では加速操作（発進操作）が、地点P2では加速操作が、地点P3では減速操作（制動操作）が、地点P4では左転蛇操作（ハンドルを左に回す操作）が、地点P5では右転蛇操作（ハンドルを戻す操作）が、地点P6では加速操作が、地点Pn-3では減速操作（制動操作）が、地点Pn-2では右転蛇操作（ハンドルを右に回す操作）が、地点Pn-1では左転蛇操作（ハンドルを戻す操作）が、地点Pnでは減速操作（制動操作）が、それぞれなされたことが示されている。図中の「ｘｘｘ」は各操作における操作量である。

　自動車Ｖ２から自動車Ｖ１へ運転行動情報を受け渡す方法は任意である。その方法の例として、自車両Ｖ１と他車両Ｖ２との間の通信（図７参照）、自車両Ｖ１と地上静止物４１０との間の通信（図８参照）、自車両Ｖ１と道路４２０との間の通信（図９参照）、自車両Ｖ１と携帯端末５００との間の通信（図１０参照）、コンピューティングシステム（クラウドシステム）２００を介しての情報の受け渡し（図１１参照）、等を挙げることができる。
　図８には、地上静止物４１０として道路の信号機が例示されている。自動車Ｖ１、Ｖ２は、信号機４１０をアクセスポイント（ＡＰ)に利用して運転行動情報を送受信する。図８の例では、自動車Ｖ２から送信された自動車Ｖ２の運転行動情報が信号機４１０を媒介として自動車Ｖ１に受信されている。なお、運転行動情報を受信する信号機４１０とその運転行動情報を送信する信号機４１０は、同一の信号機であってもよいし、異なる信号機であってもよい。
　図９の例では、道路に沿って所定間隔ごとにアクセスポイント（ＡＰ)が配置されている。アクセスポイント（ＡＰ)は、路面に埋設されてもよいし、道路の側方に設けられてもよい。
　図１０の例では、自動車（他車両）Ｖ２の運転行動情報が自動車（自車両）Ｖ１のドライバの携帯端末５００に記憶されている。当該運転行動情報はコンピューティングシステム２００から携帯端末４３０にダウンロードされたものである。そして、自動車Ｖ１の車内における近距離無線通信により、自動車（他車両）Ｖ２の運転行動情報が携帯端末４３０から自動車Ｖ１に送信される。
　図１１の構成は、自動車Ｖ１、Ｖ２がインターネット３００経由でコンピューティングシステム２００と通信を行うためのアクセスポイントとして、例えば図８に示す地上静止物４１０や図９に示す道路４２０に設けられたアクセスポイント（ＡＰ）を使用することにより実現可能である。

　図１２は本発明の自動車の別の実施形態についての説明図である。
　車庫Ｇは、自動車Ｖ２（１００）が日常使用している車庫である。
　車庫Ｇは、細い道路ＳＴに面しているため、運転に不慣れなドライバやカーシェアリングサービスなどで運転の度に異なる車両に搭乗するドライバにとっては入庫操作が難しい。
　車庫Ｇの左側斜め前方には、道路ＳＴから分岐した形状の凹部Ｄがある。
　自動車Ｖ２を車庫Ｇに入れるためには、先ず、図１３（Ａ）に示すように、自動車Ｖ２の右先端が凹部Ｄの中に入るまで、自動車Ｖ２を右斜め方向に前進させなければならない。その後、図１３（Ｂ）に示すように、軌道が弧を描くように蛇角を注意深く調整しながら自動車Ｖ２を進行させなければならない。
　自動車Ｖ２は、車庫Ｇに入庫した時に運転に関する各種データを取得し、当該各種データを自車両の記憶部１２８に記憶している。自動車Ｖ２は、当該記憶部１２８に記憶した当該各種データを含む運転行動情報を自動車Ｖ１（１００）に提供する。この場合の運転行動情報には、車庫Ｇに入庫するための移動経路と当該経路上の各地点において自動車Ｖ２によりなされた運転操作とを対応付けた情報（入出車経路位置－運転操作対応テーブル）が含まれる。自動車Ｖ２がその運転行動情報を自動車Ｖ１に提供する方法は任意である。

　図１４には、自動車Ｖ１、Ｖ２と車庫Ｇとの間の通信により運転行動情報の受け渡しが行なわれる場合が例示されている。図１４の例では、車庫Ｇの入り口近傍に、車庫入れ経験提供装置４４０が設けられている。車庫入れ経験報提供装置４４０は、自動車Ｖ２からその運転行動情報（経験情報）を受信し（運転行動情報受信機能）、その運転行動情報を記憶部に記憶している（運転行動情報記憶機能）。そして、車庫入れ経験提供装置４４０は、自動車Ｖ１が車庫Ｇに近づいたら、その記憶部に記憶されている運転行動情報を自動車Ｖ１に送信する。
　自動車Ｖ１は、自動車Ｖ２の運転行動情報を自車両の運転支援制御及び自動運転制御に利用する。自動車Ｖ１は、車庫Ｇに入庫した経験はないが、車庫Ｇを日常的に使用している自動車Ｖ２の運転行動情報に基づいて運転支援制御及び自動運転制御を行うことにより、自動車Ｖ２と同等レベルの運転支援性能及び自動運転性能で車庫Ｇに入庫することができる。出庫の場合も同様である。

　図１５は本発明の道路交通システムにおけるコンピューティングシステムの構成例を示す概念図である。
　コンピューティングシステム２００内のサーバコンピュータ２１０は、１又は複数の自動車Ｖ１、Ｖ２、Ｖ３・・・の運転行動情報（経験情報）をインターネット経由で受信し（運転行動情報受信機能２１０ａ）、当該運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の自動車Ｖ１、Ｖ２、Ｖ３・・・にインターネット３００経由で送信する（運転行動情報送信機能２１０ｂ）。サーバコンピュータ２１０から運転行動情報を受信した車両は、当該運転行動情報を自車両の運転支援制御及び自動運転制御に利用できる。自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報に基づいて運転支援制御及び自動運転制御を行うことにより、当該他車両と同等レベルの運転支援性能及び自動運転性能で当該状況に対処できる。
　このシステムによれば、多数の自動車Ｖ１、Ｖ２、Ｖ３、・・・、Ｖｎが運転行動情報を互いに利用し合うことにより、各車両の運転支援性能及び自動運転性能を効率良く向上させることができる。これにより、多数の自動車Ｖ１、Ｖ２、Ｖ３、・・・、Ｖｎが自車両の経験のみならず他車両の経験も活用して各車両の運転支援性能及び自動運転性能を向上させ得る道路交通システムを実現することができる。

　図１６は本発明の道路交通システムにおけるコンピューティングシステムの別の構成例を示す概念図である。
　コンピューティングシステム２００内のサーバコンピュータ２１０は、１又は複数の車両の運転行動情報（経験情報）をインターネット３００経由で受信し（運転行動情報受信機能２１０ａ）、当該運転行動情報に基づいて最適化された運転行動情報を生成し（最適化情報生成機能２１０ｃ）、当該最適化された運転行動情報を最新の情報に更新して管理し（最適化情報更新機能２１０ｄ）、１又は複数の車両にインターネット経由で送信する（運転行動情報送信機能２１０ｂ）。
　サーバコンピュータ２１０から運転行動情報を受信した車両は、当該運転行動情報を自車両の運転制御に利用できる。自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動情報に基づいて最適化された運転行動情報に基づいて運転支援制御及び自動運転制御を行うことにより、当該他車両と同等レベルかそれ以上の運転支援性能及び自動運転性能で当該状況に対処できる。
　このシステムによれば、多数の自動車Ｖ１、Ｖ２、Ｖ３、・・・、Ｖｎが運転行動情報を互いに利用し合うことにより、各車両の運転支援性能及び自動運転性能を効率良く最適化することができる。これにより、多数の自動車Ｖ１、Ｖ２、Ｖ３、・・・、Ｖｎが自車両の経験のみならず他車両の経験も活用して各車両の運転支援性能及び自動運転性能を効率良く最適化し得る道路交通システムシステムを実現することができる。最適化の対象には、消費エネルギ、回生エネルギ、事故発生率、等が含まれる。
　サーバコンピュータ２１０は、運転行動情報の提供元車両と提供先車両の車両属性（車種、車両寸法、内外輪差、等）が異なる場合、提供先車両の車両属性に応じて、提供する運転行動情報を最適値に修正する。したがって、提供元車両と提供先車両の車両属性がが異なる場合でも、提供先車両には、その自動車のために最適化された運転行動情報が提供される。最適化された運転行動情報の例として、その時々の走行状況に応じて、提供先車両が障害物と接触する可能性が最も小さくなるように修正された運転行動情報を挙げることができる。この構成により、たとえば、提供元車両と提供先車両が全く同じ経路を走行する場合でも、両車両の車両寸法や内外輪差が相違する場合には、両車両のステアリング操作量やブレーキ操作のタイミングを修正した運転行動情報が提供先車両に提供される。提供元車両と提供先車両との対応関係は、多対１の関係であることもある。多対１の関係の場合、複数の提供元車両の運転行動情報の平均値を修正した運転行動情報を提供先車両に提供することが望ましい。

　図１７は本発明の道路交通システムの別の構成例を示す概念図である。
　この道路交通システム１を構成する車両１００は、ロボットカー（自動運転車）１００Ａと非ロボットカー（手動運転車又は運転支援機能付き自動車）１００Ｂとに大別される。図１７には、ロボットカー１００Ａと非ロボットカー１００Ｂが各一台ずつしか示されていないが、実際のシステムでは、ロボットカー１００Ａは複数台あり、非ロボットカー１００Ｂは一台又は複数台ある。
　コンピューティングシステム２００内のサーバコンピュータ２１０は、非ロボットカー１００Ｂから運転行動情報（経験情報）を受信する運転行動情報受信機能２１０ａと、運転行動情報をロボットカー１００Ａに送信する運転行動情報送信機能２１０ｂと、を有する。
　ロボットカー１００Ａは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両である。ロボットカー１００Ａは、自車両の走行状況を認知する走行状況認知部１００Ａａと、非ロボットカー１００Ｂの運転行動情報をコンピューティングシステム２００から受信する運転行動情報受信部１００Ａｂと、運転行動情報受信部１００Ａｂにより受信した運転行動情報を参照しつつ自車両の走行状況認知部１００Ａａにより認知された走行状況に応じた自動運転制御を行う自動運転制御部１００Ａｃと、を有する。
　ロボットカー１００Ａは、自動運転走行時に得られた各種データに基づいて運転操作を学習しつつ自動運転制御を行う。ロボットカー１００Ａには、緊急時にヒューマンドライバが回避操作し得る所謂ドライバ支援型自動運転車が含まれる。
　非ロボットカー１００Ｂは、ヒューマンドライバにより運転操作がなされる車両である。非ロボットカー１００Ｂは、自車両の走行状況を認知する走行状況認知部１００Ｂａと、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部１００Ｂｂと、走行状況認知部１００Ｂａにより認知された走行状況と運転操作検出部１００Ｂｂにより検出された運転操作とを対応付けた運転行動情報をコンピューティングシステム２００に送信する運転行動情報送信部１００Ｂｃと、を有する。非ロボットカー１００Ｂは、自車両のドライバによる運転操作を学習しつつ運転支援制御を実行する。

　走行状況認知部１００Ａａ、１００Ｂａは、検知部１２１、車両情報入力部１２２、測位部１２３、地図情報入力部１２４、操作部１２５、通信部１２６、等と制御部１２９とにより実現される。
　運転操作検出部１００Ｂｂは、車両情報入力部１２２の運転操作検出機能により実現される。
　運転行動情報受信部１００Ａｂ及び運転行動情報送信部１００Ｂｃは、車載ゲートウェイ１１０により実現される。
　自動運転制御部１００Ａｃは、制御部１２９により実現される。

　非ロボットカー１００Ｂは、自車両の運転行動情報をコンピューティングシステム２００に送信する。コンピューティングシステム２００内のサーバコンピュータ２１０は、非ロボットカー１００Ｂの運転行動情報をインターネット経由で受信し、当該運転行動情報をロボットカー１００Ａにインターネット３００経由で送信する。サーバコンピュータ２１０から非ロボットカー１００Ｂの運転行動情報を受信したロボットカー１００Ａは、当該運転行動情報を自車両の自動運転制御に利用する。すなわち、ロボットカー１００Ａは、サーバコンピュータ２１０から受信した非ロボットカー１００Ｂの運転行動情報を参照しつつ自車両の走行状況に応じた自動運転制御を行う。ロボットカー１００Ａがコンピューティングシステム２００から受け取る運転行動情報は、非ロボットカー１００Ｂのドライバによる運転操作の学習結果が反映された運転行動情報である。
　したがって、このシステムによれば、ロボットカー１００Ａは、自車両が未経験（未学習）の状況においても、非ロボットカー１００Ｂが当該状況を経験したことのある車両である場合、非ロボットカー１００Ｂの運転行動情報に基づいて自動運転制御を行うことにより、非ロボットカー１００Ｂと同等レベルの運転性能で当該状況に対処できる。

　図１８は本発明の道路交通システムの更に別の構成例を示す概念図である。図１７と共通の構成要素については同一の符号を付してその説明を適宜省略する。
　コンピューティングシステム２００内のサーバコンピュータ２１０は、非ロボットカー１００Ｂから運転行動情報（経験情報）を受信する運転行動情報受信機能２１０ａと、運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能２１０ｃと、最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能２１０ｄと、最適化された運転行動情報をロボットカー１００Ａに送信する運転行動情報送信機能２１０ｂと、を有する。
　非ロボットカー１００Ｂは、自車両の運転行動情報をコンピューティングシステム２００に送信する。コンピューティングシステム２００内のサーバコンピュータ２１０は、非ロボットカー１００Ｂの運転行動情報をインターネット経由で受信し、当該運転行動情報を最適化し、常に最新の最適化された運転行動情報をロボットカー１００Ａにインターネット３００経由で送信する。サーバコンピュータ２１０から非ロボットカー１００Ｂの運転行動情報を受信したロボットカー１００Ａは、当該運転行動情報を自車両の自動運転制御に利用し得る。
　このシステムによれば、ロボットカー１００Ａは、自車両が未経験の状況においても、非ロボットカー１００Ｂが当該状況を経験したことのある車両である場合、非ロボットカー１００Ｂの運転行動情報に基づいて最適化された最新の運転行動情報に基づいて自動運転制御を行うことにより、当該非ロボットカー１００Ｂと同等レベルかそれ以上の運転性能で当該状況に対処できる。

　図１７及び図１８のシステムによれば、非ロボットカー１００Ｂがドライバの運転操作を日々学習して運転支援性能を日々向上させていくことにより、ロボットカー１００Ａの自動運転性能も日々向上させていくことができる。すなわち、ロボットカー１００Ａと非ロボットカー１００Ｂとが共存する状況下で、非ロボットカー１００Ｂを運転するドライバの運転テクニックをロボットカー１００Ａに学習させて、ロボットカー１００Ａの自動運転性能を高効率に向上させることができる。ロボットカー１００Ａの自動運転性能が向上するにつれて、道路交通システム１全体の運用効率の向上、安全性の向上、顧客満足度の向上、等が図られる。
　図１７及び図１８のシステムによれば、タクシードライバやバスドライバ等、プロフェッショナルドライバが非ロボットカー１００Ｂを運転した際に得られた運転行動情報を、道路交通システム１全体の運用効率の向上、安全性の向上、等のために利用することができる。ロボットカー１００Ａの自動運転性能の向上に役立つ運転行動情報を提供したプロフェッショナルドライバが対価を得ることができるシステムとすることにより、非ロボットカー１００Ｂを運転した際の運転行動情報を提供することへのインセンティブをプロフェッショナルドライバ達に与えて、彼らの持つ高度な運転テクニックによる運転行動情報の提供を促すことができる。このシステムは、ロボットカー１００Ａと非ロボットカー１００Ｂとが共存する環境（全ての車両がロボットカーになるまでの過渡的環境）において、ロボットカー１００Ａの自動運転性能を向上させたい企業等とタクシードライバやバスドライバ等の双方にとって都合の良いシステムである。

　ところで、交通法規を完全に遵守するロボットカーと交通法規を遵守するとは限らない非ロボットカーとが共存する状況においては、両者の運転行動特性（特に「判断・計画」）の相違による事故が発生するという問題が想定され得る。
　例えば、進行方向の信号器の点灯色が黄色（注意）からもうすぐ赤（停止）に切り替わるというタイミングで車両が交差点に近づいた場合、当該車両がロボットカーであれば必ず交差点の手前で停止するが、非ロボットカーは交差点の手前で停止するとは限らない。その結果、ロボットカーの後続車両が非ロボットカーである場合、交差点の手前で停止したロボットカーに非ロボットカーが後方から追突するという事故（もらい事故）が多発する可能性がある。
　また、道路を走行する全ての車両がロボットカーであれば、車車間通信や路車間通信によるネットワークを構築することで、ロボットカー集団として安全で効率的な走行環境を作り上げることが可能になるが、この集団の中に人間が運転する非ロボットカー（手動運転車）が1台でも入り込むと、この協調体制が一気に崩壊してしまうという問題も想定され得る。
　これらの問題点は、図１７及び図１８のシステムによれば、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動をロボットカー１００Ａに学習させて、ロボットカー１００Ａの運転行動を可能な限り非ロボットカー１００Ｂの運転行動に近づけることにより解消し得る。例えば、非ロボットカー１００Ｂによるもらい事故の危険が発生する可能性の高い状況下では、ロボットカー１００Ａに非ロボットカー１００Ｂと同じような運転行動（交通法規を遵守しない運転行動）を敢えて選択させることにより、そのような危険を回避し得る。また、正確に一定の車間距離（交通法規を遵守した車間距離又は空気抵抗を可及的に低減し得る車間距離）を保ちながら協調体制で走行しているロボットカー１００Ａの集団に前記一定の車間距離とは異なる車間距離で走行する非ロボットカー１００Ｂが割り込んだ場合、非ロボットカー１００Ｂの前後それぞれ数台のロボットカー１００Ａに非ロボットカー１００Ｂと同じような運転行動（前記一定の車間距離とは異なる車間距離で走行する運転行動）を敢えて選択させることにより、ロボットカー１００Ａの集団の協調体制を可能な限り保持した安全且つ効率的な走行環境を実現し得る。

　図１７及び図１８では、ロボットカー１００Ａが非ロボットカー１００Ａの運転行動情報をインターネット経由で受信する運転行動情報受信部（運転行動情報取得部）Ａｂを有しているが、ロボットカー１００Ａが運転行動情報を取得する機能はこれ以外の方式によっても実現可能である。たとえば、車車間通信（図７参照）、自車両と地上静止物との間の通信（図８参照）、路車間通信（図９参照）、自車両と携帯端末との間の通信（図１０参照）、等によっても実現可能である。

　図１９は本発明の道路交通システムの更に別の構成例を示す概念図である。
　図１７及び図１８のシステム構成では、非ロボットカー１００Ｂの運転行動情報（経験情報）をロボットカー１００Ａが利用し得るのみであるが、ロボットカー１００Ａと非ロボットカー１００Ｂとが運転行動情報を互いに利用し合うシステム構成とすることも可能である。この場合のロボットカー１００Ａは、図１９（Ａ）に例示するように、自車両の運転行動情報を他車両に提供するための運転行動情報出力部（運転行動情報送信部、等）１００Ａｄを有する。また、非ロボットカー１００Ｂは、運転支援機能付き自動車であり、図１９（Ｂ）に例示するように、自車両の走行状況を認知する走行状況認知部１００Ｂａと、ロボットカー１００Ａの運転行動情報を取得する運転行動情報取得部（運転行動情報受信部、等）１００Ｂｄと、ロボットカー１００Ａから取得した運転行動情報を参照しつつ自車両の走行状況認知部１００Ｂａにより認知された走行状況に応じた運転支援制御を行う運転支援制御部１００Ｂｅと、を有する。運転支援制御部１００Ｂｅは、制御部１２９（図２参照）により実現される。
　このシステム構成によれば、非ロボットカー１００Ｂがヒューマンドライバの運転操作を日々学習して運転支援性能を日々向上させていくことにより、ロボットカー１００Ａの自動運転性能も日々向上させていくことができると同時に、ロボットカー１００Ａが運転操作を日々学習して自動運転性能を日々向上させていくことにより、非ロボットカー１００Ｂの運転支援性能も日々向上させていくことができる。すなわち、ロボットカー１００Ａと非ロボットカー１００Ｂとが共存する状況下で、非ロボットカー１００Ｂを運転するヒューマンドライバの運転テクニックをロボットカー１００Ａに学習させて、ロボットカー１００Ａの自動運転性能を高効率に向上させることができると同時に、ロボットカー１００Ａの運転操作を非ロボットカー１００Ｂに学習させて、非ロボットカー１００Ｂの運転支援性能を高効率に向上させることができる。ロボットカー１００Ａ及び非ロボットカー１００Ｂの運転性能が向上するにつれて、道路交通システム１全体の運用効率の向上、安全性の向上、等が図られる。

　ロボットカー１００Ａの運転行動情報を非ロボットカー１００Ｂが利用し得るシステム構成は、ロボットカー１００Ａの自動運転性能がヒューマンドライバの運転テクニックを凌駕した時点以後の時代の道路交通システム１に特に好適である。このような、ロボットカー１００Ａがヒューマンドライバよりも運転が上手になった時代においては、もはやロボットカー１００Ａがヒューマンドライバの運転操作を学習することは無意味であると考えられるからである。

　図２０及び図２１は本発明の道路交通システムの更に別の構成例を示す概念図である。図１７及び図１８のシステム構成では、ロボットカー１００Ａと非ロボットカー１００Ｂとが混在しているが、道路交通システム１を構成する車両１００がロボットカー１００Ａのみであるシステム構成とし、道路交通システム１内のロボットカー１００Ａ同士が運転行動情報を利用し合えるようにすることも可能である。この場合のロボットカー１００Ａは、図１９（Ａ）の例と同様に、自車両の運転行動情報を他車両に提供するための運転行動情報出力部（運転行動情報送信部、等）１００Ａｄを有する。
　このシステム構成によれば、道路交通システム１内のロボットカー１００Ａ同士が運転行動情報を利用し合うことにより、道路交通システム１内のロボットカー１００Ａの学習効率を高めて、自動運転性能を急速に向上させることができる。道路交通システム１内の全てのロボットカー１００Ａの自動運転性能を急速に向上させることができるため、道路交通システム１全体の運用効率、安全性、顧客満足度、等が急速に向上する。

　図２２（Ａ）は、図１７乃至図２１中のロボットカー１００Ａの自動運転制御部１００Ａｃの構成例を示す機能ブロック図である。図２２（Ｂ）は、図１９中の非ロボットカー１００Ｂの運転支援制御部１００Ｂｅの構成例を示す機能ブロック図である。
　自動運転制御部１００Ａｃは、走行状況認知部１００Ａａにより認知された走行状況に基づいて、実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う機能ブロックである。
　運転支援制御部１００Ｂｅは、走行状況認知部１００Ａａにより認知された走行状況に基づいて、実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う機能ブロックである。

　図２２（Ａ）に示すように、自動運転制御部１００Ａｃは、実行すべき運転操作を決定する際に参照する知識情報を記憶した運転知識部１０１ａと、運転行動情報取得部（運転行動情報受信部、等）１００Ａｂにより取得した運転行動情報に基づいて、運転知識部１０１ａに記憶されている知識情報を更新する学習処理部（知識更新処理部）１０２ａとを有している。
　この構成によれば、ロボットカー１００Ａは、他車両（他ロボットカー１００Ａ又は非ロボットカー１００Ｂ）の運転行動情報に基づいて知識情報（実行すべき運転操作を決定する際の判断基準など）を更新する学習処理を行いつつ、当該知識情報を参照して走行状況に応じた運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う。したがって、ロボットカー１００Ａは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して自動運転制御を行うことができる。

　また、図２２（Ｂ）に示すように、運転支援制御部１００Ｂｅは、実行すべき運転操作を決定する際に参照する知識情報を記憶した運転知識部１０１ｂと、運転行動情報取得部（運転行動情報受信部、等）１００Ｂｄにより取得した運転行動情報に基づいて、運転知識部１０１ｂに記憶されている知識情報を更新する学習処理部（知識更新処理部）１０２ｂとを有している。
　この構成によれば、非ロボットカー１００Ｂは、他車両（ロボットカー１００Ａ又は他の非ロボットカー１００Ｂ）の運転行動情報に基づいて知識情報（実行すべき運転操作を決定する際の判断基準など）を更新する学習処理を行いつつ、当該知識情報を参照して走行状況に応じた運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う。したがって、非ロボットカー１００Ｂは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して運転支援制御を行うことができる。

　図２３（Ａ）は、図１７乃至図２１中のロボットカー１００Ａの自動運転制御部１００Ａｃの別の構成例を示す機能ブロック図である。図２３（Ｂ）は、図１９中の非ロボットカー１００Ｂの運転支援制御部１００Ｂｅの別の構成例を示す機能ブロック図である。
　自動運転制御部１００Ａｃは、走行状況認知部１００Ａａにより認知された走行状況に基づいて、実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う機能ブロックである。
　運転支援制御部１００Ｂｅは、走行状況認知部１００Ａａにより認知された走行状況に基づいて、実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う機能ブロックである。

　図２３（Ａ）に示すように、自動運転制御部１００Ａｃは、走行状況認知部１００Ａａにより認知された走行状況に応じた運転操作を計算により決定する運転操作決定部１０３ａと、運転行動情報取得部（運転行動情報受信部、等）１００Ａｂにより取得した運転行動情報に基づいて、運転操作決定部１０３ａにおいて使用される運転操作決定関数のパラメタを調整する学習処理部１０４ａとを有する。
　この構成によれば、ロボットカー１００Ａは、他車両（他のロボットカー１００Ａ又は非ロボットカー１００Ｂ）の運転行動情報に基づいて運転操作決定関数のパラメタを調整する学習処理を行いつつ、走行状況に応じた運転操作を運転操作決定関数により決定し、当該運転操作が実行されるように自動運転制御を行う。したがって、ロボットカー１００Ａは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して自動運転制御を行うことができる。
　自動運転制御部１００Ａｃの学習処理部１０４ａをディープ・ニューラルネットで構成することにより、将来的には人間と同じく汎用の運転知識・運転能力（強いＡＩ）を持ったロボットカー１００Ａが実現され得る。

　また、図２３（Ｂ）に示すように、運転支援制御部１００Ｂｅは、走行状況認知部１００Ｂａにより認知された走行状況に応じた運転操作を計算により決定する運転操作決定部１０３ｂと、運転行動情報取得部（運転行動情報受信部、等）１００Ｂｄにより取得した運転行動情報に基づいて、運転操作決定部１０３ｂにおいて使用される運転操作決定関数のパラメタを調整する学習処理部１０４ｂとを有する。
　この構成によれば、非ロボットカー１００Ｂは、他車両（ロボットカー１００Ａ又は他の非ロボットカー１００Ｂ）の運転行動情報に基づいて運転操作決定関数のパラメタを調整する学習処理を行いつつ、走行状況に応じた運転操作を運転操作決定関数により決定し、当該運転操作が実行されるように運転支援制御を行う。したがって、非ロボットカー１００Ｂは、自車両が未経験の状況においても、当該状況を経験したことのある他車両の運転行動を学習して運転支援制御を行うことができる。
　運転支援制御部１００Ｂｅの学習処理部１０４ｂをディープ・ニューラルネットで構成することにより、将来的には人間と同じく汎用の運転知識・運転能力（強いＡＩ）を持った非ロボットカー１００Ｂが実現され得る。

　以上の実施形態において、自動車１００は、経験情報の提供元である他車両と提供先である自車両の車両属性（車種や車体の各部の寸法など）が異なる場合、提供された運転行動情報を自車両の車両属性などに応じて最適値に修正し、当該修正した運転行動情報を参照して運転支援制御又は自動運転制御を行う機能を有することが望ましい。

　［車両共用システム］
　図１乃至図２３に示した本発明の道路交通システムの実施形態は、本発明の車両共用システムの実施形態でもある。すなわち、道路交通システムの実施形態の説明は、その文中の「道路交通システム」を「車両共用システム」と読み替えることにより、車両共用システムの実施形態の説明とすることができる。車両共用システムの例として、レンタカーサービス、カーシェアリングサービス、ロボットタクシーサービス、ロボットバスサービスなどを提供しうるシステムを挙げることができる。
　なお、車両共用システムにおいては、多くの場合、ロボットカー１００Ａは、複数の利用者によって共用される車両である。また、多くの場合、非ロボットカー１００Ｂは、複数の利用者によって共用される車両以外の車両である。

　［ロボットカー教習システム］
　図２４は本発明のロボットカー教習システムの構成例を示す概念図である。
　図２４に例示されるロボットカー教習システム１は、ロボットカー１００Ａと非ロボットカー１００Ｂとコンピューティングシステム２００とを有する。
　コンピューティングシステム２００は、サーバコンピュータ２１０とデータベース２２０とを備える。
　サーバコンピュータ２１０は、非ロボットカー１００Ｂの運転行動情報をインターネット３００経由で受信する運転行動情報受信部２１０ａと、運転行動情報受信部２１０ａにより受信した運転行動情報をインターネット３００経由でロボットカー１００Ａに送信する運転行動情報送信部２１０ｂと、を有する。
　データベース２２０は、サーバコンピュータ２１０により受信された運転行動情報を蓄積し管理している。
　サーバコンピュータ２１０は単体でも複数でもよい。データベース（図示省略）は１つのサーバコンピュータに配置されていても、複数のサーバコンピュータに分散配置されていてもよい。

　ロボットカー１００Ａは、自車両の走行状況を認知する走行状況認知部１００Ａａと、非ロボットカー１００Ｂの運転行動情報を受信する運転行動情報受信部（運転行動情報取得部）１００Ａｂと、自車両の走行状況認知部１００Ａにより認知された走行状況に基づいて自動運転制御を行うとともに、運転行動情報受信部１００Ａｂにより受信した運転行動情報に基づいて非ロボットカー１００Ｂの運転行動を学習する学習処理を行う自動運転制御部１００Ａｃと、を有する。

　非ロボットカー１００Ｂは、自車両の走行状況を認知する走行状況認知部１００Ｂａと、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部１００Ｂｂと、走行状況認知部１００Ｂａにより認知された走行状況と運転操作検出部１００Ｂｂにより検出された運転操作とを対応付けた運転行動情報を送信する運転行動情報送信部（運転行動情報出力部）１００Ｂｃと、を有する。

　図２５はロボットカー１００Ａのシステム構成の一例を示す機能ブロック図である。図２６は非ロボットカー１００Ａのシステム構成の一例を示す機能ブロック図である。

　図２５に示されるように、ロボットカー１００Ａは、車載ゲートウェイ１１０Ａと走行制御システム１２０Ａとを有する。
　車載ゲートウェイ１１０Ａは、走行制御システム１２０Ａの制御下で、コンピューティングシステム２００と通信する。車載ゲートウェイ１１０Ａは、コンピューティングシステム２００から受信したデータを走行制御システム１２０Ａに入力する。車載ゲートウェイ１１０Ａは、走行制御システム１２０Ａから入力されたデータをコンピューティングシステム２００に送信する。
　走行制御システム１２０Ａは、検知部１２１Ａ、車両情報入力部１２２Ａ、測位部１２３Ａ、地図情報入力部１２４Ａ、操作部１２５Ａ、通信部１２６Ａ、表示部１２７Ａ、記憶部１２９Ａ、制御部１２９Ａ、等を備える。図１における走行状況認知部１００Ａａは、検知部１２１Ａ、車両情報入力部１２２Ａ、測位部１２３Ａ、地図情報入力部１２４Ａ、通信部１２６、等と制御部１２９とにより実現される。また、運転行動情報受信部１００Ａｂは、車載ゲートウェイ１１０Ａにより実現される。そして、自動運転制御部１００Ａｃは、制御部１２９Ａにより実現される。
　検知部１２１Ａは、周辺の物体（他車両、歩行者、地上静止物、等）の存在や、周辺の物体の位置、大きさ、相対速度、等を検知するためのセンサ類で構成されている。検知部１２１Ａは、例えば、ソナー１２１ａやレーダ１２１ｂ、カメラ１２１ｃ、３次元レンジセンサ、等で具現化される。
　ソナー１２１ａは、自車両の前後左右方向に向けられた各アンテナから超音波を所定領域に送信し、その反射波を受信する。そして、受信した反射波に基づき、自車両の前後左右方向に存在する物体について、自車両との位置関係、距離等を出力する。レーダ１２１ｂは、自車両の前後左右方向に向けられたアンテナからレーザ光又はミリ波を照射して所定の検知領域を走査し、その反射波を受信する。そして、受信した反射波に基づき、車両の前後左右方向に存在する物体について、自車両との位置関係、距離、相対速度等を出力する。カメラ１２１ｃは、自車両の前後左右方向の所定位置に設けられており、自車両の前後左右方向に存在する周辺車両が写った撮像データを出力する。なお、これらのソナーやレーダ、カメラ１２１ｃ、３次元レンジセンサ、等のセンサ類は、複数のものを複合的に用いてもよいし、単独で用いてもよい。
　車両情報入力部１２２Ａは、自車両の運動状況（重心位置、ヨー、ロール、ピッチ、速度、加速度、角速度、等）及び運転操作（アクセル操作、ブレーキ操作、ステアリング操作、シフト操作）に関する情報を制御部１２８に入力する。
　測位部１２３Ａは、地球上における自車両の位置（緯度、経度）を測位し、制御部１２８Ａに入力する。測位部１２３Ａは、例えば、高精度ＧＰＳ（Global Positioning System）に対応した高精度測位受信機等で具現化される。
　地図情報入力部１２４Ａは、道路地図情報を記憶する記憶媒体から、自車両が現在走行している道路に関する情報を取得し、制御部１２８Ａに入力する。地図情報入力部１２８Ａによって入力される道路の情報の例として、車線数、車線幅、曲り、勾配、合流、規制等の情報等を挙げることができる。
　操作部１２５Ａは、表示部１２７Ａにおける各種表示の切り換え等の操作指示を入力するための入力装置である。
　通信部１２６Ａは、地上静止物に設けられた通信機や、周辺車両に搭載された通信機との間で、通信を行うための通信装置である。地上静止物には、車庫や道路が含まれる。
　表示部１２７Ａは、インストルメントパネル中央部に設けられるセンタディスプレイ、及び、メータパネル内に設けられるインジケータで構成される表示装置である。表示部１２７Ａには、自車両の状態を示す情報が表示される。
　記憶部１２８Ａは、自車両の認識関連情報、自車両の運転行動情報及び他車両の運転行動情報を記憶する記憶装置である。
　制御部１２９Ａは、図示しないＣＰＵ、ＲＯＭ、ＲＡＭ等を中心に構成される情報処理装置であり、走行制御システム１２０Ａの各部を統括制御する。制御部１２９Ａは、ＲＯＭに記憶されている制御プログラムをＣＰＵが実行することにより、各種処理を実行する。
　制御部１２９Ａは、測位部１２３Ａから入力された自車両の位置（緯度、経度）と地図情報入力部１２４Ａから入力された道路地図情報とに基づいて、電柱や信号器などの道路構造物の情報を含む詳細道路データを算出するとともに、検知部１２１Ａの３次元レンジセンサにより周囲の物体の３次元距離を検出する。そして、３次元距離データと道路地図とをリアルタイムで合成し、３次元レンジセンサにより検出された物体が、道路構造物なのか、道路上の物体（車両、歩行者、等）なのかを正確に識別する。
　自車両の位置の高精度把握は、モンテカルロ・ローカリゼーションといった既知の手法により実現され、ＧＰＳの位置情報は二次的情報として利用される。周辺物体との相対状況は、カルマンフィルタといった既知の手法により実現される。
　制御部１２９Ａは、自車両の認識関連情報を記憶部１９Ａに蓄積する。認識関連情報には、周辺物体などの認識結果とその認識処理に使用された各種データとが含まれる。
　制御部１２９Ａは、検知部１２１Ａ、車両情報入力部１２２Ａ、測位部１２３Ａ、及び、地図情報入力部１２４Ａから入力された各種情報に基づく自車両の運転行動情報を記憶部１９Ａに蓄積する。自車両の運転行動情報には、検知部１２１Ａ、車両情報入力部１２２Ａ、測位部１２３Ａ、及び、地図情報入力部１２４Ａにより得られた経路上位置－運転操作対応情報（経路上位置－運転操作対応テーブルなど）、入出車経路位置－運転操作対応情報（入出車経路位置－運転操作対応テーブルなど）が含まれる。
　制御部１２９Ａは、車載ゲートウェイ１１０Ａを介してコンピューティングシステム２００と通信する。
　制御部１２９Ａは、車載ゲートウェイ１１０を介して受信した非ロボットカー１００Ｂの運転行動情報を、記憶部１２８Ａに蓄積する。非ロボットカー１００Ｂの運転行動情報には、非ロボットカー１００Ｂの検知部１２１Ｂ、車両情報入力部１２２Ｂ、測位部１２３Ｂ、及び、地図情報入力部１２４Ｂにより得られた経路上位置－運転操作対応情報（経路上位置－運転操作対応テーブルなど）、入出車経路位置－運転操作対応情報（入出車経路位置－運転操作対応テーブルなど）が含まれる。
　制御部１２９Ａは、通信部１２６Ａを介して周辺の地上静止物や周辺の車両と通信する。
　制御部１２９Ａは、通信部１２６Ａを介して受信した非ロボットカー１００Ｂの運転行動情報を、記憶部１２８Ａに蓄積する。
　制御部１２９Ａには、運転制御の対象となる車両制御部１３０Ａが接続されている。
　車両制御部１３０Ａは、エンジンＥＣＵ（Electronic Control Unit）１３０ａ、ブレーキＥＣＵ１３０ｂ、舵角ＥＣＵ１３０ｃ、スタビリティＥＣＵ１３０ｄ、等の各種電子制御装置からなる。エンジンＥＣＵ１３０ａは、アクセルペダルの操作量やエンジンの状態に応じた制御指令を出して、エンジンの出力を制御する。ブレーキＥＣＵ１３０ｂは、ブレーキペダルの操作量に応じてブレーキの制動力を制御する。舵角ＥＣＵ１３０ｃは、ステアリングの舵角を制御する。スタビリティＥＣＵ１３０ｄは、車両の走行安定性を制御する。
　制御部１２９Ａは、運転操作量（アクセル操作量、ブレーキ操作量、ステアリング操作量、等）に応じて、車両制御部１３０Ａ内の各ＥＣＵに指令を与えることで、車両の走行を制御する。
　制御部１２９Ａは、検知部１２１Ａなどにより検知された時々刻々と変化する自車両の走行状況をリアルタイムで解析しつつ、当該解析結果と自車両の運転行動情報及び／又は非ロボットカー１００Ｂの運転行動情報とに基づいて運転操作量を決定し、車両制御部１３０内の各ＥＣＵに指令を与える。
　制御部１２９Ａは、車載ゲートウェイ１１０Ａや通信部１２６Ａにより受信した運転行動情報に基づいて非ロボットカー１００Ｂの運転行動を学習する学習処理を行う。
　上記の例では、車載ゲートウェイ１１０Ａと走行制御システム１２０Ａとが各々別個に存在しているが、車載ゲートウェイ１１０Ａは走行制御システム１２０Ａと統合できる。

　上記のように構成されたロボットカー１００Ａは、自車両の走行状況と自車両の運転行動情報又は非ロボットカー１００Ｂの運転行動情報とに基づいて自動運転制御を行いつつ、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動を学習する。

　図２６に示されるように、非ロボットカー１００Ｂは、車載ゲートウェイ１１０Ｂと走行制御システム１２０Ｂとを有する。
　車載ゲートウェイ１１０Ｂは、走行制御システム１２０Ｂの制御下で、コンピューティングシステム２００と通信する。車載ゲートウェイ１１０Ｂは、コンピューティングシステム２００から受信したデータを走行制御システム１２０Ｂに入力する。車載ゲートウェイ１１０Ｂは、走行制御システム１２０Ｂから入力されたデータをコンピューティングシステム２００に送信する。
　走行制御システム１２０Ｂは、検知部１２１Ｂ、車両情報入力部１２２Ｂ、測位部１２３Ｂ、地図情報入力部１２４Ｂ、操作部１２５Ｂ、通信部１２６Ｂ、表示部１２７Ｂ、記憶部１２９Ｂ、制御部１２９Ｂ、等を備える。図２４における走行状況認知部１００Ｂａは、検知部１２１Ｂ、車両情報入力部１２２Ｂ、測位部１２３Ｂ、地図情報入力部１２４Ｂ、操作部１２５Ｂ、通信部１２６Ｂ、等と制御部１２９Ｂとにより実現される。運転操作検出部１００Ｂｂは、車両情報入力部１２２Ｂの運転操作検出機能により実現される。また、運転行動情報送信部１００Ｂｃは、車載ゲートウェイ１１０Ｂにより実現される。
　検知部１２１Ｂ、車両情報入力部１２２Ｂ、測位部１２３Ｂ、地図情報入力部１２４Ｂ、通信部１２６Ｂ及び車両制御部１３０Ｂの構成及び機能は、ロボットカー１００Ａの検知部１２１Ａ、車両情報入力部１２２Ａ、測位部１２３Ａ、地図情報入力部１２４Ａ、通信部１２６Ａ及び車両制御部１３０Ａの構成及び機能と同様である。
　操作部１２５Ｂは、走行制御のオン・オフや制御モードの切り換え、表示部１２７Ｂにおける各種表示の切り換え等の操作指示を入力するための入力装置である。操作部１２５Ｂは、例えば、車両のステアリングホイールのスポーク部分に設けられるスイッチ等により具現化される。
　表示部１２７Ｂは、インストルメントパネル中央部に設けられるセンタディスプレイ、及び、メータパネル内に設けられるインジケータで構成される表示装置である。表示部１２７Ｂには、自車両の状態を示す情報が表示されるとともに、走行制御のオン・オフや制御モードが表示される。制御モードには、手動運転モードと、運転支援モードとがある。
　記憶部１２８Ｂは、自車両の運転行動情報及び認識関連情報を記憶する記憶装置である。
　制御部１２９Ｂは、図示しないＣＰＵ、ＲＯＭ、ＲＡＭ等を中心に構成される情報処理装置であり、走行制御システム１２０Ｂの各部を統括制御する。制御部１２９Ｂは、ＲＯＭに記憶されている制御プログラムをＣＰＵが実行することにより、各種処理を実行する。
　制御部１２９Ｂは、測位部１２３Ｂから入力された自車両の位置（緯度、経度）と地図情報入力部１２４Ｂから入力された道路地図情報とに基づいて、電柱や信号器などの道路構造物の情報を含む詳細道路データを算出するとともに、検知部１２１Ｂの３次元レンジセンサにより周囲の物体の３次元距離を検出する。そして、３次元距離データと道路地図とをリアルタイムで合成し、３次元レンジセンサにより検出された物体が、道路構造物なのか、道路上の物体（車両、歩行者、等）なのかを正確に識別する。
　制御部１２９Ｂは、検知部１２１Ｂ、車両情報入力部１２２Ｂ、測位部１２３Ｂ及び地図情報入力部１２４Ｂから入力された各種情報に基づく自車両の運転行動情報を記憶部１９Ｂに蓄積する。自車両の運転行動情報には、検知部１２１Ｂ、車両情報入力部１２２Ｂ、測位部１２３Ｂ及び地図情報入力部１２４Ｂにより得られた経路上位置－運転操作対応情報（経路上位置－運転操作対応テーブルなど）、入出車経路位置－運転操作対応情報（入出車経路位置－運転操作対応テーブルなど）が含まれる。
　制御部１２９Ｂには、運転制御の対象となる車両制御部１３０Ｂが接続されている。
　制御部１２９Ｂは、運転操作量（アクセル操作量、ブレーキ操作量、ステアリング操作量、等）に応じて、車両制御部１３０Ｂ内の各ＥＣＵに指令を与えることで、車両の走行を制御する。
　制御部１２９Ｂは、手動運転モードにおいては、時々刻々と変化する自車両の走行状況をリアルタイムで解析しつつ、当該解析結果と自車両の運転行動情報に基づいて、自車両を運転するヒューマンドライバの運転行動を学習する学習処理を行う。
　制御部１２９Ｂは、運転支援モードにおいては、時々刻々と変化する自車両の走行状況をリアルタイムで解析しつつ、当該解析結果と自車両の運転行動情報に基づいて運転支援情報を生成し、当該運転支援情報を、表示部１２７Ａなどを使用してドライバに報知する。制御部１２９Ｂは、運転支援モードにおいても、自車両を運転するヒューマンドライバの運転行動を学習する学習処理を行う。
　制御部１２９Ｂは、自車両の運転行動情報を記憶部１２８Ｂに記憶させる。記憶部１２８Ｂには、自車両を運転するヒューマンドライバの運転行動の学習結果が反映された運転行動情報が記憶される。
　制御部１２９Ｂは、車載ゲートウェイ１１０Ｂを介してコンピューティングシステム２００と通信する。
　制御部１２９Ｂは、記憶部１２８Ｂに蓄積された自車両の運転行動情報を、車載ゲートウェイ１１０Ｂを介してコンピューティングシステム２００に送信する。
　制御部１２９Ｂは、通信部１２６Ｂを介して周辺の地上静止物や周辺の車両と通信する。
　制御部１２９Ｂは、記憶部１２８Ｂに蓄積された自車両の運転行動情報を、通信部１２６Ｂを介して地上静止物や周辺の車両に送信する。

　上記のように構成された非ロボットカー１００Ｂは、自車両のヒューマンドライバによる運転操作に応じた運転制御を行いつつ、自車両を運転するヒューマンドライバの運転行動の学習処理、自車両の運転行動情報の送信処理、等、各種処理を行う。

　図２７は図２４のロボットカー教習システムの動作内容を例示するフロー図である。このフロー図は、図２４のロボットカー教習システムにより実現されるロボットカー教習方法の内容を例示するフロー図でもある。
　このロボットカー教習システム１及び方法では、ロボットカー１００Ａと非ロボットカー１００Ｂとを同じ経路Ｒ（図２９参照）を走行させて、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動をロボットカー１００Ａに学習させることによりロボットカー１００Ａの運転教習が行なわれる。ロボットカー１００Ａと非ロボットカー１００Ｂとが同じ経路Ｒを走行する態様には、非ロボットカー１００Ｂがロボットカー１００Ａに先行して走行する態様（図２９（Ａ））と、ロボットカー１００Ａが非ロボットカー１００Ｂに先行して走行する態様（図２９（Ｂ））とがある。いずれの態様においても、以下の動作がなされる。

　非ロボットカー１００Ｂは、ロボットカー１００Ａと同じ経路Ｒを走行する（Ｓ１：非ロボットカー走行ステップ）。
　非ロボットカー１００Ｂは、経路Ｒを走行中に、自車両の走行状況を認知する（Ｓ２：非ロボットカー走行状況認知ステップ）。
　非ロボットカー１００Ｂは、経路Ｒを走行中に、自車両のヒューマンドライバによる運転操作を検出する（Ｓ３：運転操作検出ステップ）。
　非ロボットカー１００Ｂは、自車両の走行状況と運転操作とを対応付けた運転行動情報をサーバ２１０に送信する（Ｓ４：運転行動情報送信ステップ、運転行動情報出力ステップ）。
　非ロボットカー１００Ｂは、自車両が走行中であるか否か判別し（Ｓ５）、走行中であれば（Ｓ５でＹｅｓ）、ステップＳ２、Ｓ３、Ｓ４を繰り返し実行する。

　コンピューティングシステム２００は、非ロボットカー１００Ｂから運転行動情報を受信する（Ｓ１１：運転行動情報受信ステップ）。
　コンピューティングシステム２００は、非ロボットカー１００Ｂから受信した運転行動情報をロボットカー１００Ａに送信する（Ｓ１２：運転行動情報送信ステップ）。

　ロボットカー１００Ａは、非ロボットカー１００Ｂと同じ経路Ｒを走行する（Ｓ２１：ロボットカー走行ステップ）。
　ロボットカー１００Ａは、経路Ｒを走行中に、自車両の走行状況を認知する（Ｓ２２：ロボットカー走行状況認知ステップ）。
　ロボットカー１００Ａは、自車両の走行状況に基づいて実行すべき運転操作を決定する（Ｓ２３：運転操作決定ステップ）。
　ロボットカー１００Ａは、決定した運転操作が実行されるように自動運転制御を行う（Ｓ２４：自動運転制御ステップ）。
　ロボットカー１００Ａは、非ロボットカー１００Ｂの運転行動情報をサーバ２１０から受信する（Ｓ２５：運転行動情報受信ステップ、運転行動情報取得ステップ）。
　ロボットカー１００Ａは、サーバ２１０から受信した運転行動情報に基づいて非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動を学習する（Ｓ２６：学習ステップ）。

　図２８は図２７の学習ステップＳ２６の内容を例示するフロー図である。
　学習ステップＳ２６において、ロボットカー１００Ａは、まず、自動運転制御（Ｓ２４）によりなされた自車両の運転行動情報を生成する（Ｓ２６ａ１：運転行動情報生成ステップ）。
　そして、運転行動情報受信ステップＳ２５で受信した非ロボットカー１００Ｂの運転行動情報（学習データセット）と自車両の運転行動情報との違いから、非ロボットカー１００Ｂの運転行動情報に含まれる個々の走行状況において、非ロボットカーと同じ運転操作（正解の操作）が自車両においてなされるように学習処理を行う（Ｓ２６ａ２：教師あり学習ステップ）。

　このロボットカー教習システム１及び方法によれば、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動をロボットカー１００Ａに学習させて、ロボットカー１００Ａの自動運転性能を向上させることができる。ロボットカー１００Ａの自動運転性能が向上するにつれて、ロボットカー１００Ａの安全性・信頼性が向上し、ひいてはロボットカー１００Ａと非ロボットカー１００Ｂとが共存する道路交通システム全体の安全性・信頼性が向上する。

　このロボットカー教習システム１及び方法は、非ロボットカー１００Ｂがロボットカー１００Ａに先行して走行する態様（図２９（Ａ））、又は、ロボットカー１００Ａが非ロボットカー１００Ｂに先行して走行する態様（図２９（Ｂ））で、ロボットカー１００Ａの運転教習を実施することができる。
　図２９（Ａ）の態様での運転教習によれば、同じ経路Ｒを先に走行した非ロボットカー１００Ｂの運転行動情報に基づいて、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動をロボットカー１００Ａに学習させることができる。すなわち、ロボットカー１００Ａに新たな状況を経験させつつ、当該状況を既に経験した非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動をロボットカー１００Ａに学習させることができる。ロボットカー１００Ａが受け取る非ロボットカー１００Ｂの運転行動情報は、非ロボットカー１００Ｂによるヒューマンドライバの運転行動の学習結果が反映された運転行動情報である。したがって、ロボットカー１００Ａが非ロボットカー１００Ｂの運転行動情報に基づいて学習を行うことにより、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動を効率良く学習することができる。
　図２９（Ｂ）の態様での運転教習によれば、同じ経路を後に走行した非ロボットカー１００Ｂの運転行動情報に基づいて、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動をロボットカー１００Ａに学習させることができる。すなわち、ロボットカー１００Ａに新たな状況を経験させた後で、当該状況を経験した非ロボットカー１００Ｂのヒューマンドライバの運転行動をロボットカーに学習（強化学習：事後情報に基づく学習）させることができる。この態様においても、ロボットカー１００Ａは、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動を効率良く学習することができる。

　また、図２９（Ａ）の態様によれば、ロボットカー１００Ａは、同じ経路Ｒを先に走行した非ロボットカー１００Ｂの運転行動情報に基づいて自動運転制御を行うことにより、非ロボットカー１００Ｂと同等レベルの高い運転性能で経路Ｒを走行することができる。
　たとえば、経路Ｒが、幅の狭い曲がりくねった道路や、電柱などの障害物が多く存在する幅の狭い道路である場合、運転に不慣れなドライバやカーシェアリングサービスなどで運転の度に異なる車両に搭乗するドライバにとっては、経路Ｒをスムーズに走行することは簡単ではない。この種の道路をスムーズに走行することはロボットカー１００Ａも苦手である。
　しかし、非ロボットカー１００Ｂが経路Ｒを日常スムーズに走行する車両であるならば、非ロボットカー１００Ｂの運転行動情報を参照してロボットカー１００Ａが自動運転制御を行うことにより、ロボットカー１００Ａは非ロボットカー１００Ｂと同等レベルの運転性能で経路Ｒをスムーズに走行することが可能となる。

　再び図４乃至図６を参照して説明する。
　ロボットカー１００Ａの教習は、最も好ましくは、ロボットカー１００Ａと非ロボットカー１００Ｂとが全く同一の経路Ｒを全く同一の走行状況で走行することにより行われる。全く同一の走行状況を実現するために、ロボットカー教習のための偽物の街が使用される。この偽物の街には、幅の狭い曲がりくねった道路、電柱などの障害物が多く存在する幅の狭い道路、でこぼこ道、見通しの悪い交差点、市街地ハイウェイ、不慣れな人には入出車しにくい車庫、等がまるで本物の様に再現されている。この偽物の街には、他車両、歩行者、家畜、等を自在に配置できる。この偽物の街では、道路に急に歩行者（人形）を飛び出させたり、野球のボールや風船を投入したり、木の葉を降り散らしたりすることも自在になし得る。

　ロボットカー１００Ａは、経路Ｒ上の各地点（P1,P2,・・・,Pn）においてなされた非ロボットカー１００Ｂの運転操作と自車両の運転操作とを比較し、各地点（P1,P2,・・・,Pn）において、非ロボットカー１００Ｂにおいてなされたのと同じ運転操作（正解の操作）が自車両においてなされるように学習処理を行う。例えば、地点P3においてなされた自車両の減速操作（制動操作）の操作量ｙｙｙが非ロボットカー１００Ｂの減速操作（制動操作）の操作量ｘｘｘよりも大きい（あるいは小さい）場合、地点P3における自車両の減速操作（制動操作）の操作量ｙｙｙがｘｘｘと一致する（限りなく近くなる）ように学習処理を行う。
　この学習処理は、運転行動の要素のうち特に、走行状況についての「認識」及び認識された走行状況に対する「判断・計画」についてなされる。ロボットカー１００Ａは、走行状況についての「認識」の誤りを発見する処理を行う。「認識」の誤りが発見されたならば、その誤りを修正する学習処理を行う。「認識」の誤りが発見されなければ、認識された走行状況に対する「判断・計画」の誤りを発見する処理を行う。「判断・計画」の誤りが発見されたならば、その誤りを修正する学習処理を行う。「判断・計画」の誤りが発見されなければ、別の認識対象についての「認識」の誤りを発見する処理に戻るか又はこの学習処理については終了する。
　例えば、地点PP3において、非ロボットカー１００Ｂは減速操作（制動操作）を行わなかったのに対しロボットカー１００Ａは減速操作（制動操作）を行った場合、ロボットカー１００Ａは、地点PP3において認識された対象及び認識に至った過程について再確認する。この再確認は、記憶部１２８Ａに蓄積された自車両の運転行動情報及び認識情報を読み出すことにより行うことができる。その結果、例えば、自車両の前方に落下する石（こぶし大の石）が「認識」されていた場合、ロボットカー１００Ａは、走行状況認知部１００Ａａ（検知部１２１Ａ）により認知（検知）された物体を石と認識するに至った「認識」の処理内容（プログラム・パラメータ及び/又はデータ）を修正する学習処理を行う。地点PP3において非ロボットカー１００Ｂが減速操作（制動操作）を行わなかったということは、自車両の前方に落下する石のような危険度の大きい物体は存在しなかった可能性が高いからである。この例の場合、ロボットカー１００Ａは、自車両の前方に落下する木の葉など（危険度が小さい物体）を石（危険度の大きい物体）であると誤って認識した可能性が大きい。
　また、例えば、地点Pn-2において、非ロボットカー１００Ｂは右転舵しつつ走行するのみで減速操作（制動操作）は行わなかったのに対し、ロボットカー１００Ａは減速操作（制動操作）を行った場合、ロボットカー１００Ａは、地点Pn-2において認識された対象及び認識に至った過程について再確認する。その結果、例えば、右折を許す表示状態から右折を許さない表示状態に切り替わった交差点の信号器、及び、自車両の間近に後方から接近する他車両が認識されていた場合、ロボットカー１００Ａは、自車両の走行状況の「認識」は正しくなされたと判断し、減速操作（制動操作）を行うに至った「判断・計画」の処理内容（プログラム・パラメータ及び/又はデータ）を修正する学習処理を行う。地点P-2において、信号器が右折を許さない表示状態に切り替わったにもかかわらず、非ロボットカー１００Ｂが減速操作（制動操作）を行わなかったということは、後方から接近する他車両による追突事故を回避するためであった可能性が高いからである。

　図２４の例では、非ロボットカー１００Ｂからロボットカー１００Ａへコンピューティングシステム２００を介して運転行動情報が受け渡されるが、非ロボットカー１００Ｂからロボットカー１００Ａへ運転行動情報を受け渡す方法は任意である。その他の方法の例として、ロボットカー１００Ａと非ロボットカー１００Ｂとの直接通信（車車間通信、図７参照）、地上静止物４１０を介しての受け渡し（図８参照）、道路４２０を介しての受け渡し（車路間通信、図９参照）、携帯端末５００を介しての受け渡し（図１０参照）、等を挙げることができる。

　図２２（A）は図２４のロボットカー教習システム１におけるロボットカー１００Ａの自動運転制御部Ａｃの構成例を示すブロック図でもある。
　この構成例の自動運転制御部１００Ａｃは、自車両の運転操作を決定する際に参照する知識情報（判断基準等）を記憶した運転知識部１０１ａと、運転行動情報受信部１００Ａｂにより受信（取得）した運転行動情報に基づいて、運転知識部１０１ａに記憶されている知識情報を更新する学習処理を行う学習処理部（知識更新処理部）１０２ａと、を有する。

　図３０はこの構成例における学習ステップＳ２６の内容を例示するフロー図である。
　学習ステップＳ２６において、ロボットカー１００Ａは、まず、自動運転制御（Ｓ２４）によりなされた自車両の運転行動情報を生成する（Ｓ２６ｂ１：運転行動情報生成ステップ）。
　運転行動情報受信ステップＳ２５で受信した非ロボットカー１００Ｂの運転行動情報を学習データセット（走行状況と当該状況においてなされた運転操作との組）として、当該運転行動情報に含まれる個々の走行状況において非ロボットカー１００Ｂと同じ運転操作（正解の操作）が自車両においてなされるように、運転知識部１０１ａに記憶された知識情報を更新する学習処理（教師あり学習による学習処理）を行う（Ｓ２６ｂ２：教師あり学習ステップ）。
　この実施形態のロボットカー教習システム１及び方法によれば、非ロボットカー１００Ｂの運転行動情報を学習データセットとする教師あり学習により、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動をロボットカー１００Ａに学習させることができる。

　図２３（Ａ）は図２４のロボットカー教習システム１におけるロボットカー１００Ａの自動運転制御部Ａｃの別の構成例を示すブロック図でもある。
　この別の構成例の自動運転制御部１００Ａｃは、
　走行状況認知部１００Ａａにより認知された走行状況に応じた運転行動を計算により決定する運転操作決定部１０３ａと、
　運転行動情報受信部１００Ａｂにより受信（取得）した運転行動情報に基づいて、運転操作決定部１０３ａにおいて使用される運転操作決定関数のパラメタを調整する学習処理部（パラメタ調整部）１０４ａと、を有する。

　図３１はこの別の構成例における学習ステップＳ２６の内容を例示するフロー図である。
　学習ステップＳ２６において、ロボットカー１００Ａは、まず、自動運転制御（Ｓ２４）によりなされた自車両の運転行動情報を生成する（Ｓ２６ｃ１：運転行動情報生成ステップ）。
　運転行動情報受信ステップＳ２５で受信した非ロボットカー１００Ｂの運転行動情報を学習データセット（走行状況と当該状況においてなされた運転操作との組）として、当該運転行動情報に含まれる個々の走行状況において非ロボットカー１００Ｂと同じ運転操作（正解の操作）が自車両においてなされるように、運転操作決定部１０３ａにおいて使用される運転操作決定関数のパラメタを調整する学習処理（教師あり学習による学習処理）を行う（Ｓ２６ｃ２：教師あり学習ステップ）。
この実施形態のロボットカー教習システム１及び方法によれば、非ロボットカー１００Ｂの運転行動情報を学習データセットとする教師あり学習により、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動をロボットカー１００Ａに学習させることができる。

　図３２は本発明のロボットカー教習システムの別の構成例を示す概念図である。図２４のシステムとはサーバ２１０の構成が相違する。
　このロボットカー教習システム１におけるコンピューティングシステム２００のサーバ２１０は、運転行動情報受信部２１０ａにより受信した運転行動情報に基づいて、最適化された運転行動情報を生成する最適化情報生成部２１０ｃと、最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新部２１０ｄと、最新の運転行動情報をロボットカー１００Ａに送信する運転行動情報送信部２１０ｂと、を有する。

　図３３は図３２のロボットカー教習システムの動作内容を例示するフロー図である。このフロー図は、図３２のロボットカー教習システムにより実現されるロボットカー教習方法の内容を例示するフロー図でもある。図２７のフロー図とはコンピューティングシステム２００の動作が相違する。
　コンピューティングシステム２００は、非ロボットカー１００Ｂから運転行動情報を受信する（Ｓ１１：運転行動情報受信ステップ）。
　コンピューティングシステム２００は、非ロボットカー１００Ｂから受信した運転行動情報に基づいて最適化された運転行動情報を生成する（Ｓ１３：最適化情報生成ステップ）。
　コンピューティングシステム２００は、最適化された運転行動情報を最新の情報に更新して管理する（Ｓ１４：最適化情報更新ステップ）。
　コンピューティングシステム２００は、最適化された最新の運転行動情報をロボットカーに送信する（Ｓ１２：運転行動情報送信ステップ）。
　この実施形態のロボットカー教習システム１及び方法によれば、コンピューティングシステム２００から最適化された運転行動情報を受信したロボットカー１００Ａは、当該最適化された運転行動情報に基づいて、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動を学習することができる。

　この実施形態における最適化された運転行動情報には、運転行動情報の提供を受けるロボットカー１００Ａの車両属性に応じて最適化された運転行動情報、運転行動情報の提供を受けるロボットカー１００Ａが障害物と接触する可能性が最少になるように最適化された運転行動情報、運転行動情報の提供を受けるロボットカー１００Ａの消費エネルギが最少になるように最適化された運転行動情報、運転行動情報の提供を受けるロボットカー１００Ａの回生エネルギが最大になるように最適化された運転行動情報、所定走行距離若しくは所定走行時間における加速回数或いは加速時間が最少になるように最適化された運転行動情報、所定走行距離若しくは所定走行時間における制動回数又は制動時間が最少又は最大になるように最適化された運転行動情報、出発地点から到着地点までの走行距離が最少になるように最適化された運転行動情報、出発地点から到着地点までの走行時間が最少になるように最適化された運転行動情報、等が含まれる。

　図２２（A）及び図２３（A）図１６に例示される自動運転制御部Ａｃの構成は図３２のシステムにおけるロボットカー１００Ａの自動運転制御部Ａｃにも適用可能である。この場合の学習ステップＳ２６の内容は、図３０及び図３１と同様である。
　［その他の実施形態等］

　本発明のロボットカー教習システムは、本発明の道路交通システムに含まれる。したがって、図２４乃至図３３を参照してなされた本発明のロボットカー教習システムの実施形態の説明は、本発明の道路交通システムの実施形態の説明でもある。
　また、図１２乃至図１４は、本発明のロボットカー教習システムの実施形態についての説明図でもある。そして、図１２乃至図１４を参照してなされた本発明の道路交通システムの実施形態の説明は、本発明のロボットカー教習システムの実施形態の説明でもある。

　以上の実施形態のロボットカー教習システム及び方法によれば、非ロボットカー１００Ｂが自車両のヒューマンドライバの運転行動を日々学習して運転支援性能を日々向上させていくことにより、ロボットカー１００Ａの自動運転性能も日々向上させていくことができる。すなわち、ロボットカー１００Ａと非ロボットカー１００Ｂとが共存する状況下で、非ロボットカー１００Ｂを運転するヒューマンドライバの運転テクニックをロボットカー１００Ａに学習させて、ロボットカー１００Ａの自動運転性能を高効率に向上させることができる。ロボットカー１００Ａの自動運転性能が向上するにつれて、道路交通システム全体の安全性・信頼性の向上が図られる。

　以上の実施形態のロボットカー教習システム及び方法によれば、タクシードライバやバスドライバ等、プロフェッショナルドライバが非ロボットカー１００Ｂを運転した際に得られた運転行動情報を、ロボットカー１００Ａの教習のために利用することができる。ロボットカー１００Ａの自動運転性能の向上に役立つ運転行動情報を提供したプロフェッショナルドライバが対価を得ることができるシステムとすることにより、非ロボットカー１００Ｂを運転した際の運転行動情報を提供することへのインセンティブをプロフェッショナルドライバ達に与えて、彼らの持つ高度な運転テクニックによる運転行動情報の提供を促すことができる。このシステムは、ロボットカー１００Ａと非ロボットカー１００Ｂとが共存する環境（全ての車両がロボットカーになるまでの過渡的環境）において、ロボットカー教習システム側とタクシードライバやバスドライバ等、運転行動情報を提供する側の双方にとって都合の良いシステムである。

　以上の実施形態において、ロボットカー１００Ａの教習は、ロボットカー１００Ａと非ロボットカー１００Ｂとが同一の経路Ｒを走行することにより行われるが、必ずしも同一の走行状況で行われなくてもよい。ロボットカー１００Ａの教習は、本物の街で行うこともできる。ロボットカー１００Ａと非ロボットカー１００Ｂとが混在する道路交通システムにおいて、ロボットカー１００Ａの教習を行うことが可能な環境が実現されたならば、地球上に形成された巨大な道路交通システムがロボットカー教習システムとなる。

　以上の実施形態のロボットカー教習システムにおいて、自動運転制御部１００Ａｃの学習処理部１０４ａは、非ロボットカー１００Ｂの運転行動情報から把握される当該非ロボットカー１００Ｂの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカー１００Ｂの運転行動からより遠い運転行動をとったときによりマイナスの報酬(罰)を与えて、最も多くの報酬が得られそうな運転行動をとるように学習処理（強化学習による学習処理）を行うことが望ましい。
　この構成によれば、非ロボットカー１００Ｂの運転行動情報に基づく強化学習により、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動をロボットカー１００Ａに学習させることができる。

　非ロボットカー１００Ｂの運転行動情報に基づく強化学習には、非ロボットカー１００Ｂの運転行動情報から把握される非ロボットカー１００Ｂの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカー１００Ｂの運転行動からより遠い運転行動をとったときによりマイナスの報酬(罰)を与え、最も多くの報酬が得られそうな運転行動をとるように知識部１０１ａに記憶された知識情報を更新する学習が含まれる。

　非ロボットカー１００Ｂの運転行動情報に基づく強化学習には、非ロボットカー１００Ｂの運転行動情報から把握される非ロボットカー１００Ｂの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカー１００Ｂの運転行動からより遠い運転行動をとったときによりマイナスの報酬(罰)を与え、最も多くの報酬が得られそうな運転行動をとるように運転操作決定部１０３ａにおいて使用される運転操作決定関数のパラメタを調整する学習が含まれる。

　非ロボットカー１００Ｂの運転行動情報に基づく強化学習（模倣学習）によれば、単に試行錯誤（あるタイミングでブレーキをかけなかったら周辺物体に衝突した、経路の曲がりに比べて舵角が小さすぎたら周辺物体に衝突した、といったこと）を繰り返す従来の強化学習と比較して格段と高い効率でロボットカー１００Ａの自動運転性能を向上させることができる。すなわち、従来の強化学習は、決められた経路に沿ってより速い速度で走行しだときにプラスの報酬を与え、ガードレールや他車両など周辺物体に衝突したり決められた経路を外れたりしたりしたときにマイナスの報酬(罰)を与えて、どのような行動をするとどれくらいの報酬が得られそうかを学習していくのみ、すなわちヒューマンドライバの運転行動とは無関係に自車両の運転行動の正否に基づいて学習するのみであるため、ロボットカー１００Ａの自動運転性能をヒューマンドライバの運転テクニックのレベルまで高めるには長期間にわたる非常に膨大な回数の試行錯誤を要する。これに対し、非ロボットカー１００Ｂの運転行動情報に基づく強化学習（模倣学習）は、ヒューマンドライバの運転テクニックを目標とし、その目標を達成するために、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動（お手本）に自車両の運転行動を近づけていく試行錯誤を繰り返すため（この点では「教師あり学習」ともいえる）、ロボットカーの自動運転性能をヒューマンドライバの運転テクニックのレベルまで短期間で到達させることができる。

　以上の実施形態のロボットカー教習システムにおいて、ロボットカー１００Ａは、ヒューマンドライバの運転行動とは無関係に自車両の運転行動の正否のみに基づいて学習する従来同様の強化学習（或いは教師なし学習）を行うとともに、非ロボットカー１００Ｂの運転行動情報に基づく強化学習（模倣学習）を行うことが望ましい。
　この構成によれば、非ロボットカー１００Ｂの運転行動情報に基づく強化学習（模倣学習）による学習がなされていない運転行動を、従来同様の強化学習（或いは教師なし学習）による学習の結果なされる運転行動により補うことができる。また反対に、従来同様の強化学習（或いは教師なし学習）による学習がなされていない、あるいは学習が進んでいない運転行動を、非ロボットカー１００Ｂの運転行動情報に基づく強化学習（模倣学習）による学習の結果なされる運転行動により補うことができる。

　以上の実施形態のロボットカー教習システムにおいて、自動運転制御部１００Ａｃの学習処理部１０４ａを多層ニューラルネット（ディープ・ニューラルネット）で構成することが望ましい。この構成は、自動運転制御部１００Ａｃに多層ニューラルネット・プログラムをインストールし、当該多層ニューラルネット・プログラムにより学習処理を実行することにより実現される。
　この構成によれば、多層ニューラルネット・プログラムにより実現される深層学習機能をロボットカー１００Ａに持たせ、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動（認識、判断・計画、操作）の特徴をロボットカー１００Ａに自ら抽出させて学習を行わせることができる。この構成により、将来的には人間と同じく汎用の運転知識・運転能力（強いＡＩ）を持ったロボットカー１００Ａが実現され得る。

　以上の実施形態のロボットカー教習システムにおいて、自動運転制御部１００Ａｃの学習処理部１０４ａをニューロモーフィック・チップで構成することが望ましい。
　この構成によれば、ニューロモーフィック・チップにより実現される深層学習機能をロボットカー１００Ａに持たせ、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動（認識、判断・計画、操作）の特徴をロボットカー１００Ａに自ら抽出させて学習（自己組織化）を行わせることができる。この構成により、将来的には人間と同じく汎用の運転知識・運転能力（強いＡＩ）を持ったロボットカー１００Ａが実現され得る。

　上記ニューロモーフィック・チップには、スパイキング・ニューラルネットが実装されていることが望ましい。
　この構成によれば、スパイキング・ニューラルネットにより実現される本物の脳を模した学習機能をロボットカー１００Ａに持たせ、非ロボットカー１００Ｂを運転するヒューマンドライバの運転行動（認識、判断・計画、操作）の特徴をロボットカー１００Ａに人間のように自ら抽出させて学習（自己組織化）を行わせることができる。

　以上の実施形態において、ロボットカー１００Ａは、非ロボットカー１００Ｂから提供された運転行動情報を自車両の車両属性に応じて最適値に修正し、当該修正した運転行動情報に基づいて学習処理及び自動運転制御を行う機能を有することが望ましい。たとえば、車両寸法や内外輪差が非ロボットカー１００Ｂと相違する場合、ロボットカー１００Ａは、非ロボットカー１００Ｂから提供された運転行動情報に含まれるステアリング操作量やブレーキ操作のタイミングを修正し、当該修正したステアリング操作量やブレーキ操作のタイミングを含む運転行動情報に基づいて学習処理及び自動運転制御を行う。

　１　道路交通システム，車両共用システム，ロボットカー教習システム
　１００　車両
　１００Ａ　ロボットカー（車両）
　１００Ａａ　走行状況認知部
　１００Ａｂ　運転行動情報受信部（運転行動情報取得部）
　１００Ａｃ　自動運転制御部
　１００Ａｄ　運転行動情報出力部
　１００Ｂ　非ロボットカー（車両）
　１００Ｂａ　走行状況認知部
　１００Ｂｂ　運転操作検出部
　１００Ｂｃ　運転行動情報送信部（運転行動情報出力部）
　１００Ｂｄ　運転行動情報取得部
　１００Ｂｅ　運転支援制御部
　１０１ａ　運転知識部
　１０２ａ　学習処理部
　１０３ａ　運転操作決定部
　１０４ａ　学習処理部
　１０１ｂ　運転知識部
　１０２ｂ　学習処理部
　１０３ｂ　運転操作決定部
　１０４ｂ　学習処理部
　１１０　車載ゲートウェイ
　１２０　走行制御システム
　２００　コンピューティングシステム
　２１０ａ　運転行動情報受信部（運転行動情報受信機能）
　２１０ｂ　運転行動情報送信部（運転行動情報受信機能）
　２１０ｃ　最適化情報生成部（最適化情報生成機能）
　２１０ｄ　最適化情報更新部（最適化情報更新機能）
　２１０　サーバコンピュータ
　２２０　データベース
　３００　インターネット（ネットワーク）
　４１０　信号器（地上静止物）
　４２０　道路（地上静止物）
　４４０　車庫入れ経験提供装置
　５００　携帯端末
　Ｇ　車庫（地上静止物）
　Ｖ１　自車両
　Ｖ２　他車両

Claims

　複数の車両が道路を走行する道路交通システムであって、
　前記車両にはヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーが含まれ、
　前記非ロボットカーは、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記運転行動情報取得部により取得した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて運転支援制御を行う運転支援制御部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　前記車両にはヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーが含まれ、
　前記非ロボットカーは、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて、実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、
　前記運転支援制御部は、前記実行すべき運転操作を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　前記車両にはヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーが含まれ、
　前記非ロボットカーは、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、
　前記運転支援制御部は、前記走行状況認知部により認知された走行状況に応じた運転操作を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　前記車両にはヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、
　前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記運転行動情報取得部により取得した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　前記車両にはヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、
　前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて、実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、
　前記自動運転制御部は、前記実行すべき運転操作を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を適宜更新する学習処理部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　前記車両にはヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、
　前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、
　前記自動運転制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、１又は複数の車両から運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有し、
　前記車両には、ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーが含まれ、
　前記非ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記コンピューティングシステムから他車両の運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて運転支援制御を行う運転支援制御部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、１又は複数の車両から運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有し、
　前記車両には、ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーが含まれ、
　前記非ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記コンピューティングシステムから他車両の運転行動情報を受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、
　前記運転支援制御部は、前記運転行動を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報受信部により受信した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、１又は複数の車両から運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有し、
　前記車両には、ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーが含まれ、
　前記非ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、
　前記運転支援制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、１又は複数の車両から運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有し、
　前記車両には、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、
　前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報から前記コンピューティングシステムから受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、１又は複数の車両から運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有し、
　前記車両には、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、
　前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、
　前記自動運転制御部は、前記運転行動を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報受信部により受信した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、１又は複数の車両から運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有し、
　前記車両には、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが含まれ、
　前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記コンピューティングシステムから他車両の運転行動情報を受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、
　前記自動運転制御部は、
　前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を非ロボットカーに送信する運転行動情報送信機能と、を有し、
　前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部を有し、
　前記非ロボットカーは、ヒューマンドライバによる運転を支援する運転支援制御機能を有する車両であって、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて運転支援制御を行う運転支援制御部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を非ロボットカーに送信する運転行動情報送信機能と、を有し、
　前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部を有し、
　前記非ロボットカーは、ヒューマンドライバによる運転を支援する運転支援制御機能を有する車両であって、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、
　前記運転支援制御部は、前記運転行動を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報受信部により受信した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を非ロボットカーに送信する運転行動情報送信機能と、を有し、
　前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部を有し、
　前記非ロボットカーは、ヒューマンドライバによる運転を支援する運転支援制御機能を有する車両であって、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、
　前記自動運転制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、非ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報をロボットカーに送信する運転行動情報送信機能と、を有し、
　前記非ロボットカーは、ヒューマンドライバにより運転操作がなされる車両であって、自車両の運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、
　前記ロボットカーは、ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、非ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報をロボットカーに送信する運転行動情報送信機能と、を有し、
　前記非ロボットカーは、ヒューマンドライバにより運転操作がなされる車両であって、自車両の運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、
　前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、
　前記自動運転制御部は、
　前記運転行動を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報受信部により受信した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理部と、を有することを特徴とする道路交通システム。
　複数の車両が道路を走行する道路交通システムであって、
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、非ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報をロボットカーに送信する運転行動情報送信機能と、を有し、
　前記非ロボットカーは、ヒューマンドライバにより運転操作がなされる車両であって、自車両の運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、
　前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、
　前記自動運転制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部と、を有することを特徴とする道路交通システム。
　前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた運転行動情報である、請求項１乃至６のいずれか１項記載の道路交通システム。
　前記非ロボットカーは、自車両の運転行動情報を外部に出力する運転行動情報出力部を有し、
　前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた運転行動情報である、請求項１乃至３のいずれか１項記載の道路交通システム。
　前記ロボットカーは、自車両の運転行動情報を外部に出力する運転行動情報出力部を有し、
　前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた運転行動情報である、請求項４乃至６のいずれか１項記載の道路交通システム。
　前記非ロボットカーは、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有する請求項１６乃至１８のいずれか１項記載の道路交通システム。
　前記コンピューティングシステムは、１又は複数の車両の運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報を１又は複数の車両に送信する運転行動情報送信機能と、を有する請求項７乃至１２のいずれか１項記載の道路交通システム。
　前記コンピューティングシステムは、ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報を非ロボットカーに送信する運転行動情報送信機能と、を有する、請求項１３乃至１５のいずれか１項記載の道路交通システム。
　前記コンピューティングシステムは、非ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報をロボットカーに送信する運転行動情報送信機能と、を有する、請求項１６乃至１８のいずれか１項記載の道路交通システム。
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが道路を走行する道路交通システムであって、
　コンピューティングシステムを備え、
　前記コンピューティングシステムは、１又は複数のロボットカーの運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数のロボットカーに送信する運転行動情報送信機能と、を有し、
　前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、自車両の前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、前記走行状況認知部により認知された走行状況と自動運転制御による運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、
　前記運転行動情報は、前記ロボットカーの走行状況と運転操作とを対応付けた情報である、ことを特徴とする道路交通システム。
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーが道路を走行する道路交通システムであって、
　コンピューティングシステムを備え、
　前記のコンピューティングシステムは、１又は複数のロボットカーの運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報を１又は複数のロボットカーに送信する運転行動情報送信機能と、を有し、
　前記ロボットカーは、自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、自車両の前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、前記走行状況認知部により認知された走行状況と自動運転制御による運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、
　前記運転行動情報は、前記ロボットカーの走行状況と運転操作とを対応付けた情報である、ことを特徴とする道路交通システム。
　前記最適化された運転行動情報は、前記運転行動情報の提供を受ける車両の車両属性に応じて最適化された運転行動情報、前記運転行動情報の提供を受ける車両が障害物と接触する可能性が最少になるように最適化された運転行動情報、前記運転行動情報の提供を受ける車両の消費エネルギが最少になるように最適化された運転行動情報、前記運転行動情報の提供を受ける車両の回生エネルギが最大になるように最適化された運転行動情報、所定走行距離若しくは所定走行時間における加速回数或いは加速時間が最少になるように最適化された運転行動情報、所定走行距離若しくは所定走行時間における制動回数又は制動時間が最少又は最大になるように最適化された運転行動情報、出発地点から到着地点までの走行距離が最少になるように最適化された運転行動情報、又は、出発地点から到着地点までの走行時間が最少になるように最適化された運転行動情報である、請求項２３、２４、２５、２７のいずれか１項記載の道路交通システム。
　ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーであって、
　自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記運転行動情報取得部により取得した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて運転支援制御を行う運転支援制御部と、を有することを特徴とする非ロボットカー。
　ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーであって、
　自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、
　前記運転支援制御部は、前記運転行動を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理部と、を有することを特徴とする非ロボットカー。
　ヒューマンドライバによる運転を支援する運転支援制御機能を有する非ロボットカーであって、
　自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように運転支援制御を行う運転支援制御部と、を有し、
　前記運転支援制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部と、を有することを特徴とする非ロボットカー。
　自車両の運転行動情報を外部に出力する運転行動情報出力部を有し、
　前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた運転行動情報である、請求項２９乃至３１のいずれか１項記載の非ロボットカー。
　自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有する請求項２９乃至３１のいずれか１項記載の非ロボットカー。
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーであって、
　自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記運転行動情報取得部により取得した運転行動情報を参照しつつ、前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、を有することを特徴とするロボットカー。
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーであって、
　自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、
　前記自動運転制御部は、前記運転行動決定部が運転行動を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を適宜更新する学習処理部と、を有することを特徴とするロボットカー。
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされるロボットカーであって、
　自車両の走行状況を認知する走行状況認知部と、他車両の運転行動情報を取得する運転行動情報取得部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、を有し、
　前記自動運転制御部は、前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理部と、を有することを特徴とするロボットカー。
　前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた運転行動情報である、請求項３４乃至３６のいずれか１項記載のロボットカー。
　前記他車両の運転行動情報は、他車両の走行状況と当該他車両においてなされた運転操作とを対応付けた運転行動情報である、請求項３４乃至３６のいずれか１項記載のロボットカー。
　自車両の運転行動情報を外部に出力する運転行動情報出力部を有し、
　前記自車両の運転行動情報は、自車両の走行状況と当該自車両においてなされた運転操作とを対応付けた運転行動情報である、請求項３４乃至３６のいずれか１項記載のロボットカー。
　複数の車両が道路を走行する道路交通システムのコンピューティングシステムであって、
　１又は複数の車両の運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数の車両に送信する運転行動情報送信機能と、を有するコンピューティングシステム。
　複数の車両が道路を走行する道路交通システムのコンピューティングシステムであって、
　１又は複数の車両の運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報を１又は複数の車両に送信する運転行動情報送信機能と、を有するコンピューティングシステム。
　複数の車両が道路を走行する道路交通システムのコンピューティングシステムであって、
　ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を非ロボットカーに送信する運転行動情報送信機能と、を有し、
　前記ロボットカーは、
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、
　自車両の走行状況を認知する走行状況認知部と、前記走行状況認知部により認知された走行状況と自動運転制御による運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、
　前記非ロボットカーは、
　ヒューマンドライバにより運転を支援する運転支援機能を有する車両であって、
　自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、自車両の前記走行状況認知部により認知された走行状況に基づいて運転支援制御を行う運転支援制御部と、を有することを特徴とするコンピューティングシステム。
　複数の車両が道路を走行する道路交通システムのコンピューティングシステムであって、
　非ロボットカーから運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報をロボットカーに送信する運転行動情報送信機能と、を有し、
　前記非ロボットカーは、
　ヒューマンドライバにより運転操作がなされる車両であって、
　自車両の走行状況を認知する走行状況認知部と、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、
　前記ロボットカーは、
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、
　自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、自車両の前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、を有することを特徴とするコンピューティングシステム。
　複数の車両が道路を走行する道路交通システムのコンピューティングシステムであって、
　１又は複数のロボットカーの運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報を当該運転行動情報の送信元とは異なる１又は複数のロボットカーに送信する運転行動情報送信機能と、を有し、
　前記ロボットカーは、
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、
　自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、自車両の前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、前記走行状況認知部により認知された走行状況と自動運転制御による運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、
　前記運転行動情報は、前記ロボットカーの走行状況と運転操作とを対応付けた情報である、ことを特徴とするコンピューティングシステム。
　複数の車両が道路を走行する道路交通システムのコンピューティングシステムであって、
　１又は複数のロボットカーの運転行動情報を受信する運転行動情報受信機能と、前記運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成機能と、前記最適化された運転行動情報を最新の情報に更新して管理する最適化情報更新機能と、前記最適化された運転行動情報を１又は複数のロボットカーに送信する運転行動情報送信機能と、を有し、
　前記ロボットカーは、
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、
　自車両の走行状況を認知する走行状況認知部と、前記運転行動情報を受信する運転行動情報受信部と、前記運転行動情報受信部により受信した運転行動情報を参照しつつ、自車両の前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行う自動運転制御部と、前記走行状況認知部により認知された走行状況と自動運転制御による運転操作とを対応付けた運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部と、を有し、
　前記運転行動情報は、前記ロボットカーの走行状況と運転操作とを対応付けた情報である、ことを特徴とするコンピューティングシステム。
　前記最適化情報生成機能は、
　前記運転行動情報の提供を受ける車両の車両属性に基づいて、当該車両が障害物と接触する可能性が最も小さくなるように、前記運転行動情報を修正する機能を含む、請求項４１又は４５に記載のコンピューティングシステム。
　請求項１乃至２８のいずれかに記載の道路交通システム。を１又は複数のコンピュータを用いて実現するためのコンピュータプログラム。
　請求項２９乃至３３のいずれかに記載の非ロボットカーを１又は複数のコンピュータを用いて実現するためのコンピュータプログラム。
　請求項３４乃至３９のいずれかに記載のロボットカーを１又は複数のコンピュータを用いて実現するためのコンピュータプログラム。
　請求項４０乃至４６のいずれかのコンピューティングシステムを１又は複数のコンピュータにより実現するためのコンピュータプログラム。
　請求項１乃至２８のいずれかに記載の道路交通システムにおいて、
　車両を複数の利用者によって共用することを特徴とする車両共用システム。
　請求項５１に記載の車両共用システムを１又は複数のコンピュータを用いて実現するためのコンピュータプログラム。
　ロボットカーと、当該ロボットカーと同じ経路を走行する非ロボットカーとを有し、
　前記非ロボットカーは、
　ヒューマンドライバにより運転操作がなされる車両であって、
　自車両の走行状況を認知する走行状況認知部と、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた運転行動情報を出力する運転行動情報出力部と、を有し、
　前記ロボットカーは、
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、
　自車両の走行状況を認知する走行状況認知部と、前記非ロボットカーの運転行動情報を取得する運転行動情報取得部と、自車両の前記走行状況認知部により認知された走行状況に基づいて自動運転制御を行うとともに、前記運転行動情報取得部により取得した運転行動情報に基づいて前記非ロボットカーの運転行動を学習する学習処理を行う自動運転制御部と、を有することを特徴とするロボットカー教習システム。
　前記自動運転制御部は、前記運転行動情報取得部により取得した運転行動情報を学習データセットとして、当該運転行動情報に含まれる個々の走行状況において前記非ロボットカーと同じ運転操作が自車両においてなされるように学習処理を行う、請求項５３記載のロボットカー教習システム。
　前記自動運転制御部は、前記非ロボットカーの運転行動情報から把握される非ロボットカーの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカーの運転行動からより遠い運転行動をとったときによりマイナスの報酬を与え、最も多くの報酬が得られそうな運転行動をとるように学習処理を行う、請求項５３記載のロボットカー教習システム。
　ロボットカーと、当該ロボットカーと同じ経路を走行する非ロボットカーとを有し、
　前記非ロボットカーは、
　ヒューマンドライバにより運転操作がなされる車両であって、
　自車両の走行状況を認知する走行状況認知部と、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた運転行動情報を出力する運転行動情報出力部と、を有し、
　前記ロボットカーは、
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、
　自車両の走行状況を認知する走行状況認知部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、前記非ロボットカーから出力された前記運転行動情報を取得する運転行動情報取得部と、を有し、
　前記自動運転制御部は、
　前記運転操作を決定する際に参照する知識情報を記憶した運転知識部と、前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転知識部に記憶されている知識情報を更新する学習処理を行う学習処理部と、を有することを特徴とするロボットカー教習システム。
　前記学習処理部は、前記運転行動情報取得部により取得した運転行動情報を学習データセットとして、当該運転行動情報に含まれる個々の走行状況において前記非ロボットカーと同じ運転操作が自車両においてなされるように、前記運転知識部に記憶された知識情報を更新する学習処理を行う、請求項５６記載のロボットカー教習システム。
　前記学習処理部は、前記非ロボットカーの運転行動情報から把握される非ロボットカーの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカーの運転行動からより遠い運転行動をとったときによりマイナスの報酬を与え、最も多くの報酬が得られそうな運転行動をとるように前記運転知識部に記憶された知識情報を更新する学習処理を行う、請求項５６記載のロボットカー教習システム。
　ロボットカーと、当該ロボットカーと同じ経路を走行する非ロボットカーとを有し、
　前記非ロボットカーは、
　ヒューマンドライバにより運転操作がなされる車両であって、
　自車両の走行状況を認知する走行状況認知部と、自車両のヒューマンドライバによる運転操作を検出する運転操作検出部と、前記走行状況認知部により認知された走行状況と前記運転操作検出部により検出された運転操作とを対応付けた運転行動情報を出力する運転行動情報出力部と、を有し、
　前記ロボットカーは、
　ヒューマンドライバによる運転操作の代わりに自動運転制御によって運転操作がなされる車両であって、
　自車両の走行状況を認知する走行状況認知部と、前記走行状況認知部により認知された走行状況に基づいて実行すべき運転操作を決定し、当該運転操作が実行されるように自動運転制御を行う自動運転制御部と、前記非ロボットカーから出力された前記運転行動情報を取得する運転行動情報取得部と、を有し、
　前記自動運転制御部は、
　前記走行状況認知部により認知された走行状況に応じた運転行動を計算により決定する運転操作決定部と、
　前記運転行動情報取得部により取得した運転行動情報に基づいて、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理を行う学習処理部と、を有することを特徴とするロボットカー教習システム。
　前記学習処理部は、前記運転行動情報取得部により取得した運転行動情報を学習データセットとして、当該運転行動情報に含まれる個々の走行状況において前記非ロボットカーと同じ運転操作が自車両においてなされるように、前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理を行う、請求項６０記載のロボットカー教習システム。
　前記学習処理部は、前記非ロボットカーの運転行動情報から把握される非ロボットカーの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカーの運転行動からより遠い運転行動をとったときによりマイナスの報酬を与え、最も多くの報酬が得られそうな運転行動をとるように前記運転操作決定部において使用される運転操作決定関数のパラメタを調整する学習処理を行う、請求項５９記載のロボットカー教習システム。
　前記非ロボットカーが前記経路を前記ロボットカーよりも先に走行することを特徴とする、請求項５３乃至６１のいずれか１に記載のロボットカー教習システム。
　前記非ロボットカーが前記経路を前記ロボットカーよりも後に走行することを特徴とする、請求項５３乃至６１のいずれか１に記載のロボットカー教習システム。
　コンピューティングシステムを有し、
　前記コンピューティングシステムは、前記非ロボットカーから運転行動情報を受信する運転行動情報受信部と、前記運転行動情報を前記ロボットカーに送信する運転行動情報送信部と、を有し、
　前記運転行動情報出力部は、前記非ロボットカーの運転行動情報を前記コンピューティングシステムに送信する運転行動情報送信部であり、
　前記運転行動情報取得部は、前記運転行動情報を前記コンピューティングシステムから受信する運転行動情報受信部である、請求項５３乃至６３のいずれか１記載のロボットカー教習システム。
　前記コンピューティングシステムは、前記運転行動情報受信部により受信した運転行動情報に基づいて、最適化された運転行動情報を生成する最適化情報生成部と、前記最適化情報生成部により生成された最新の運転行動情報を前記ロボットカーに送信する運転行動情報送信部と、を有する請求項６４記載のロボットカー教習システム。
　前記最適化情報生成機能は、
　前記運転行動情報の提供を受ける車両の車両属性に基づいて、当該車両が障害物と接触する可能性が最も小さくなるように、前記運転行動情報を修正する機能を含む、請求項６５記載のロボットカー教習システム。
　前記自動運転制御部は、多層ニューラルネット・プログラムがインストールされており、当該多層ニューラルネット・プログラムにより前記学習処理を行う、請求項５４乃至６２のいずれか１に記載のロボットカー教習システム。
　前記自動運転制御部は、ニューロモーフィック・チップを備え、当該ニューロモーフィック・チップにより前記学習処理を行う、請求項５４乃至６２のいずれか１に記載のロボットカー教習システム。
　前記ニューロモーフィック・チップには、スパイキング・ニューラルネットが実装されている、請求項６８記載のロボットカー教習システム。
　非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることにより当該ロボットカーの運転教習を行うロボットカー教習方法であって、
　非ロボットカーがロボットカーと同じ経路を走行する非ロボットカー走行ステップと、
　前記経路を走行中に非ロボットカーが自車両の走行状況を認知する非ロボットカー走行状況認知ステップと、
　前記経路を走行中に非ロボットカーが自車両のヒューマンドライバによる運転操作を検出する運転操作検出ステップと、
　前記走行状況と前記運転操作とを対応付けた運転行動情報を非ロボットカーが出力する運転行動情報出力ステップと、
　ロボットカーが前記経路を走行するロボットカー走行ステップと、
　前記経路を走行中にロボットカーが自車両の走行状況を認知するロボットカー走行状況認知ステップと、
　ロボットカーが非ロボットカーの運転行動情報を取得する運転行動情報取得ステップと、
　ロボットカーが自車両の走行状況に基づいて自動運転制御を行う自動運転制御ステップと、
　前記運転行動情報に基づいてロボットカーが非ロボットカーを運転するヒューマンドライバの運転行動を学習する学習ステップと、を有することを特徴とするロボットカー教習方法。
　前記学習ステップは、前記運転行動情報取得ステップにより取得した運転行動情報を学習データセットとして、当該運転行動情報に含まれる個々の走行状況において前記非ロボットカーと同じ運転操作が自車両においてなされるように学習処理を行うステップである、請求項７０記載のロボットカー教習方法。
　前記学習ステップは、前記非ロボットカーの運転行動情報から把握される非ロボットカーの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカーの運転行動からより遠い運転行動をとったときによりマイナスの報酬を与え、最も多くの報酬が得られそうな運転行動をとるように学習処理を行うステップである、請求項７０記載のロボットカー教習方法。
　非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることにより当該ロボットカーの運転教習を行うロボットカー教習方法であって、
　非ロボットカーがロボットカーと同じ経路を走行する非ロボットカー走行ステップと、
　前記経路を走行中に非ロボットカーが自車両の走行状況を認知する非ロボットカー走行状況認知ステップと、
　前記経路を走行中に非ロボットカーが自車両のヒューマンドライバによる運転操作を検出する運転操作検出ステップと、
　前記走行状況と前記運転操作とを対応付けた運転行動情報を非ロボットカーが出力する運転行動情報出力ステップと、
　ロボットカーが前記経路を走行するロボットカー走行ステップと、
　前記経路を走行中にロボットカーが自車両の走行状況を認知するロボットカー走行状況認知ステップと、
　前記ロボットカーが非ロボットカーの運転行動情報を取得する運転行動情報取得ステップと、
　ロボットカーが自車両の走行状況に基づいて実行すべき運転操作を決定する運転操作決定ステップと、
　前記運転操作が実行されるように自動運転制御を行う自動運転制御ステップと、
　前記運転操作を決定する際に参照する知識情報を記憶する運転知識記憶ステップと、
　前記運転行動情報取得ステップにより取得した運転行動情報に基づいて、前記知識情報を更新する学習処理を行う学習ステップと、を有することを特徴とするロボットカー教習方法。
　前記学習ステップは、前記運転行動情報取得ステップにより取得した運転行動情報を学習データセットとして、当該運転行動情報に含まれる個々の走行状況において前記非ロボットカーと同じ運転操作が自車両においてなされるように、前記運転知識記憶ステップにより記憶された知識情報を更新する学習処理を行うステップである、請求項７３記載のロボットカー教習方法。
　前記学習ステップは、前記非ロボットカーの運転行動情報から把握される非ロボットカーの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカーの運転行動からより遠い運転行動をとったときによりマイナスの報酬を与え、最も多くの報酬が得られそうな運転行動をとるように前記運転知識記憶ステップにより記憶された知識情報を更新する学習処理を行うステップである、請求項７３記載のロボットカー教習方法。
　非ロボットカーを運転するヒューマンドライバの運転行動をロボットカーに学習させることにより当該ロボットカーの運転教習を行うロボットカー教習方法であって、
　非ロボットカーがロボットカーと同じ経路を走行する非ロボットカー走行ステップと、
　前記経路を走行中に非ロボットカーが自車両の走行状況を認知する非ロボットカー走行状況認知ステップと、
　前記経路を走行中に非ロボットカーが自車両のヒューマンドライバによる運転操作を検出する運転操作検出ステップと、
　前記走行状況と前記運転操作とを対応付けた運転行動情報を非ロボットカーが出力する運転行動情報出力ステップと、
　ロボットカーが前記経路を走行するロボットカー走行ステップと、
　前記経路を走行中にロボットカーが自車両の走行状況を認知するロボットカー走行状況認知ステップと、
　前記ロボットカーが非ロボットカーの運転行動情報を取得する運転行動情報取得ステップと、
　ロボットカーが自車両の走行状況に応じた運転行動を計算により決定する運転操作決定ステップと、
　前記運転操作が実行されるように自動運転制御を行う自動運転制御ステップと、
　前記運転行動情報取得ステップにより取得した運転行動情報に基づいて、前記運転操作決定ステップにおいて使用される運転操作決定関数のパラメタを調整する学習処理を行う学習ステップと、を有することを特徴とするロボットカー教習方法。
　前記学習ステップは、前記運転行動情報取得ステップにより取得した運転行動情報を学習データセットとして、当該運転行動情報に含まれる個々の走行状況において前記非ロボットカーと同じ運転操作が自車両においてなされるように、前記運転操作決定ステップにおいて使用される運転操作決定関数のパラメタを調整する学習処理を行うステップである、請求項７６記載のロボットカー教習方法。
　前記学習ステップは、前記非ロボットカーの運転行動情報から把握される非ロボットカーの運転行動により近い運転行動をとったときによりプラスの報酬を与え、当該非ロボットカーの運転行動からより遠い運転行動をとったときによりマイナスの報酬を与え、最も多くの報酬が得られそうな運転行動をとるように前記運転操作決定関数のパラメタを調整する学習処理を行うステップである、請求項７６記載のロボットカー教習方法。
　前記非ロボットカーが前記経路を前記ロボットカーよりも先に走行することを特徴とする、請求項７０乃至７８のいずれか１に記載のロボットカー教習方法。
　前記非ロボットカーが前記経路を前記ロボットカーよりも後に走行することを特徴とする、請求項７０乃至７８のいずれか１に記載のロボットカー教習方法。
　コンピューティングシステムを使用し、
　前記コンピューティングシステムが前記非ロボットカーから運転行動情報を受信する運転行動情報受信ステップと、
　前記コンピューティングシステムが前記運転行動情報を前記ロボットカーに送信する運転行動情報送信ステップと、を有し、
　前記運転行動情報出力ステップは、前記非ロボットカーが自車両の前記運転行動情報を前記コンピューティングシステムに送信するステップであり、
　前記運転行動情報取得ステップは、前記ロボットカーが前記運転行動情報を前記コンピューティングシステムから受信するステップである、請求項７０乃至７８のいずれか１に記載のロボットカー教習方法。
。
　前記コンピューティングシステムが前記運転行動情報受信ステップにより受信した運転行動情報に基づいて最適化された運転行動情報を生成する最適化情報生成ステップと、
　前記コンピューティングシステムが前記最適化情報生成ステップにより生成された最新の運転行動情報を前記ロボットカーに送信する運転行動情報送信ステップと、を有する請求項８１記載のロボットカー教習方法。
　請求項５３乃至６９のいずれか１に記載のロボットカー教習システムを１又は複数のコンピュータを用いて実現するためのコンピュータプログラム。
　請求項７０乃至８2のいずれか１記載のロボットカー教習方法を１又は複数のコンピュータを用いて実現するためのコンピュータプログラム。