[論文レビュー] Simulated Car Racing Championship: Competition Software Manual

Daniele Loiacono, Luigi Cardamone+1 more|arXiv (Cornell University)|Apr 5, 2013

Autonomous Vehicle Technology and Safety被引用数 87

ひとこと要約

本論文は、AIコントローラー間のリアルタイムで言語に依存せず、かつ公平な競争を可能にするために、TORCSレーシングシミュレータを拡張したクライアント・サーバー・アーキテクチャを提示する。UDPベースの通信によりボットとシミュレーションを分離し、センサー／アクチュエータを抽象化することで、一貫した情報アクセスを保証し、さまざまなプログラミング言語の使用を可能にし、進化計算および計算知能分野における標準化されたベンチマークを実現する。

ABSTRACT

This manual describes the competition software for the Simulated Car Racing Championship, an international competition held at major conferences in the field of Evolutionary Computation and in the field of Computational Intelligence and Games. It provides an overview of the architecture, the instructions to install the software and to run the simple drivers provided in the package, the description of the sensors and the actuators.

研究の動機と目的

• 競合エージェント間の情報非対称性を排除することで、シミュレーテッドレーシング環境におけるAIコントローラーの公平で標準化されたベンチマーク評価を可能にすること。
• 元のTORCSアーキテクチャの制限（実行ブロッキングや制限のないデータアクセス）を克服するため、時間制約を課したクライアント・サーバー・モデルを導入すること。
• ボット論理をシミュレーション・エンジンから分離することで、コントローラー開発に複数のプログラミング言語をサポートすること。
• 1ゲームターンあたり10msのタイムアウトを用いて、AI意思決定とシミュレーションステップのリアルタイム同期を保証すること（20msのシミュレーテッド時間）。
• 進化計算および計算知能分野におけるコンペティション用に再現可能で拡張可能かつアクセスしやすいフレームワークを提供すること。

提案手法

• システムは、レースサーバー（scr_server）がシミュレーション状態を管理し、外部のクライアント・ボットとUDPを介して通信するクライアント・サーバー・アーキテクチャにTORCSを拡張する。
• 各クライアント・ボットは独立したプロセスとして実行され、UDP経由でセンサーデータを受信し、アクションを送信する。1ゲームターンあたり10msのリアルタイムタイムアウトを設けることで、同期を維持する。
• センサーとアクチュエータの抽象化レイヤーを実装し、入出力を標準化することで、ボットが競争ルールで明示的に定義された情報のみに制限されるようにする。
• アーキテクチャにより、すべてのコントローラーが同一の情報制約下で動作し、トラックや相手のデータを逆引きするような不正な利点を排除する。
• XMLファイルを用いたカスタマイズ可能なレース設定とテキストモード動作をサポートし、GUIのオーバーヘッドなしにバッチ実験を可能にする。
• 燃料、ダメージ、ラップタイム制限はコマンドラインフラグで無効化可能であり、過早な終了を防ぐために長時間実験を安定して実行できる。

実験結果

リサーチクエスチョン

• RQ1 AIコントローラーが異なる情報レベルにアクセスできる可能性がある場合、シミュレーテッドレーシングコンペティションはどのようにして公平な評価を保証できるか？
• RQ2 物理ベースのレーシングシミュレータでリアルタイムで複数言語のAIコントローラーを実装するには、どのようなアーキテクチャ的変更が必要か？
• RQ3 シミュレーションをコントローラー論理からどのように分離することで、多様なプログラミング言語のサポートとパフォーマンスボトルネックの防止が可能になるか？
• RQ4 リアルタイム環境において、AI意思決定とシミュレーションタイミングの同期を維持するために必要なメカニズムは何か？
• RQ5 GUIの干渉や過早な終了を回避して、長時間にわたる自動化された実験をどのように構成できるか？

主な発見

• クライアント・サーバー・アーキテクチャにより、AIコントローラーがシミュレーション・エンジンから明確に分離され、1ゲームターンあたり10msのタイムアウト（20msのシミュレーテッド時間）でリアルタイム動作が実現された。
• センサーとアクチュエータの抽象化により、すべてのコントローラーが同一で制限された情報を受け取り、情報非対称性が排除され、公平な比較が可能になった。
• ボットがC++ベースのTORCSコアとは独立して外部プロセスとして実行されるため、コントローラー開発に複数のプログラミング言語がサポートされた。
• コマンドラインフラグで燃料、ダメージ、ラップタイム制限を無効化することで、シミュレーションの中断なしに安定した長時間実験が可能になった。
• テキストモード動作は-rフラグで有効化され、事前に設定されたXMLレースファイルを用いた自動化されたバッチ実行が可能になった。
• ノイズ付きレンジファインダーは-noisyフラグで有効化可能であり、センサーの不確実性を含むコンペティション環境に一致したシミュレーションが実現された。