[論文レビュー] BayesRace: Learning to race autonomously using prior experience

Achin Jain, Matthew O’Kelly+2 more|arXiv (Cornell University)|May 10, 2020

Real-time simulation and control systems参考文献 30被引用数 9

ひとこと要約

BayesRaceは、ガウス過程を用いて拡張された運動的車両モデルの誤差を補正することで、自律レースにおけるシステム同定作業を軽減する学習ベースのモデル予測制御フレームワークを提案する。シンプルなコントローラからの事前センサデータを活用し、MPCが生成するデータでモデルを精錬することで、最小限のチューニングでほぼ最適な性能を達成し、高速自律レースにおけるシミュレーションから実世界へのギャップを顕著に縮小する。

ABSTRACT

Autonomous race cars require perception, estimation, planning, and control modules which work together asynchronously while driving at the limit of a vehicle's handling capability. A fundamental challenge encountered in designing these software components lies in predicting the vehicle's future state (e.g. position, orientation, and speed) with high accuracy. The root cause is the difficulty in identifying vehicle model parameters that capture the effects of lateral tire slip. We present a model-based planning and control framework for autonomous racing that significantly reduces the effort required in system identification and control design. Our approach alleviates the gap induced by simulation-based controller design by learning from on-board sensor measurements. A major focus of this work is empirical, thus, we demonstrate our contributions by experiments on validated 1:43 and 1:10 scale autonomous racing simulations.

研究の動機と目的

• 自律レースにおける高精度な車両ダイナミクスモデル化の課題に取り組むこと、特にハンドリング限界における性能を対象とする。
• 特に横方向タイヤ力のパラメータをキャリブレーションするために必要な時間のかかるシステム同定プロセスを短縮すること。
• 完璧なシミュレーションモデルに依存せず、オンボードセンサデータから学習することで、シミュレーションから実世界へのギャップを埋めること。
• 複雑なダイナミクスモデルパラメータの手動チューニングなしで、攻撃的で安全なコントローラ設計を可能にすること。
• 繰り返しのモデル精錬が実世界データを用いることで、コントローラ性能と異なるサーキットおよび条件下での一般化性が向上することを実証すること。

提案手法

• 質量および前面・後面のアキシルから重心までの距離という3つの物理的に測定可能なパラメータのみを用いた拡張された運動的モデルから出発する。
• ガウス過程（GPs）を用いて運動的モデルと実際の車両挙動との間の残差ダイナミクス誤差をモデル化する。
• 任意のサーキットでモデルフリー制御（例：ピュアプルース）を用いて収集したセンサデータを用いてGPモデルを学習する。
• 軌道追従および攻撃的走行のためのモデル予測制御（MPC）フレームワークに補正済みモデルを統合する。
• MPCコントローラ自体が収集したデータを用いてGPモデルを更新し、時間の経過とともにモデルの正確性を向上させる。
• ピュアプルースからの初期データと新しいMPC生成データを組み合わせてGPモデルを再学習し、逐次的にノーマルモデルを実際のダイナミクスに一致させる。

実験結果

リサーチクエスチョン

• RQ1 データ駆動型のガウス過程を用いて、シンプルな運動的モデルを効果的に補正することで、自律レースにおける高精度な車両ダイナミクスモデル化が可能になるか？
• RQ2 最適化されていないコントローラからの事前経験は、自律レースにおける時間のかかるシステム同定の必要性をどの程度低減できるか？
• RQ3 MPCが生成するデータを用いた繰り返しのモデル精錬は、コントローラ性能の向上とモデル不一致の低減にどの程度寄与するか？
• RQ4 本手法は、車両ダイナミクスの正確な事前知識がなくても、シミュレーションから実世界へのギャップを埋めることができるか？
• RQ5 モデルの不確実性はMPC性能にどのような影響を及ぼすか？そして、アクティブなデータ収集とGPベースの補正によって不確実性はどのように低減できるか？

主な発見

• 拡張された運動的モデルの誤差を補正するためにガウス過程を用いることで、車両状態推定（位置、速度、ヨー率）の予測誤差が顕著に低減される。
• MPC駆動のデータ収集を1周分行った後、更新されたGPモデルは初期モデルで観察された不確実性の多くを抑制し、特に高カーブ領域で顕著である。
• 最終的な補正済みモデル $ f_{\text{corr}}^{\text{1}} $ は、真のダイナミクスを完全に把握した最適なMPCソリューションとほぼ同一の性能を示し、実際の車両ダイナミクスをよく近似していることが裏付けられる。
• 更新されたGPモデルを搭載したBayesRaceコントローラは、真のダイナミクスを完全に把握した最適なMPCソリューションと見分けがつかないような軌道追従と入力プロファイルを達成する。
• 本手法により、手動によるシステム同定の必要性が低減され、複雑なダイナミクスパラメータのチューニングなしで攻撃的コントローラの迅速な展開が可能になる。
• 本手法は、1:43および1:10スケールの自律レースプラットフォームを用いた実験を通じて、異なるサーキットおよび条件下でも一般化可能であることが示された。