不確実性下におけるCAVの堅牢なリアルタイム協調：分散最適化フレームワーク

要旨: 協調型車両制御において、安全性の保証とリアルタイム性能の両立を達成することは、特に動的かつ不確実な環境において、根本的な課題であり続けている。既存の手法では、しばしば安全モデリングにおける不確実性の扱いが不十分であるため、複雑な多車両結合下での重い計算負荷と絡み合って問題が生じる。本論文では、この課題を3つの重要な革新によって解決する新しい協調フレームワークを提案する。1) 協調中の車両の軌道分布を直接制御し、相互作用する軌道の不確実性に関して所望の安全レベルを保証するための、適応的な強化安全制約を備えたロバストな協調計画問題として定式化すること、2) 最適化問題を効率的に解くと同時に、解の品質と計算資源のバランスをとるために交渉ラウンド数を構成可能とする、完全並列のADMMベース分散軌道交渉（ADMM-DTN）アルゴリズムを導入すること、3) 計算効率をさらに高めるために重要な相互作用参加者に選択的に焦点を当てるインタラクティブな注意メカニズムを用いること、である。シミュレーション結果は、本フレームワークが、安全性（様々なシナリオにおいて衝突率を最大40.79%低減）およびリアルタイム性能の面で、代表的なベンチマークに比べて大きな優位性を達成していることを示す。さらに、車両数の増加に対して強いスケーラビリティを維持している。提案するインタラクティブ注意メカニズムは、計算需要をさらに15.4%低減する。実世界での実験は、予期しない動的障害物を伴う状況においても、頑健性とリアルタイムでの実行可能性を検証し、複雑な交通シーンで信頼できる協調が実現できることを示している。実験デモは https://youtu.be/4PZwBnCsb6Q で確認できる。