レーシング用パラメータ化深層強化学習による自律走行車の衝突回避

要旨: 道路交通事故は、世界中で死亡原因の主要なものです。米国では、人為的ミスが94%の衝突の原因となっており、その結果として、歩行者の死亡が年間7,000人以上、費用は毎年5,000億ドルを超えています。高頻度で車両ダイナミクスの限界域で動作する緊急衝突回避システムを備えた自動運転車（AV）は、非線形の運動学・ダイナミクスの精度と計算効率という二重の制約のもとで、安全性の利点を、悪天候やサイバーセキュリティ侵害時にさらに高めるだけでなく、AVと人間の運転者が同じ道路を共有するときに危険な人間の運転を回避することにも寄与します。本論文では、レースカーによる追い越しを利用して、幾何学的な模倣参照軌道のガイダンスを明示せずに、シミュレーション上で、物理情報を用い、シミュレータの悪用に対する考慮を反映した報酬によって非線形の車両運動学・ダイナミクスを符号化する、衝突回避の方策のための深層強化学習（DRL）を、分布外（OOD）でパラメータ化します。評価されたのは2つの方策で、デフォルトの一方向、および他の車とは逆方向に進むリバースヘディング（反転ヘディング）変種です。これらはいずれも、3つの交差点における衝突シナリオで、モデル予測制御および人工ポテンシャル関数（MPC-APF）のベースラインを一貫して上回り、さらに、比例的にスケールしたハードウェアへのゼロショット移送も達成します。計算コストは浮動小数点演算（FLOPS）で31倍少なく、推論レイテンシは64倍低いです。リバースヘディング方策は、正面からの対向衝突においてデフォルトのレーシング追い越し方策より30%、ベースラインより50%上回ります。また、側面衝突では前者と同等の性能を示し、両DRL方策は数値的な最適制御より10%多く回避します。