マルチエージェント強化学習を活用し、中央集権型のコントローラを必要とせずに、自律走行車が協調的に交差点を管理する手法を提案する。
LLMを活用して自律走行車の重要パラメータを予測し、エネルギー消費と信頼性(経路精度)のバランスを最適化する。
本論文は、自律走行車の障害物回避問題に対して、スケジューリング信頼領域を導入したLPVMPCを提案する。これにより、LPVMPCの適用範囲を拡大し、非線形MPC (NMPC)と比較して同等の性能を維持しつつ、計算時間を大幅に短縮することができる。
大学や研究機関でも手の届く価格で自律走行車の研究開発を行えるよう、オープンソースの1/3スケールの自律走行電気カートプラットフォームを開発した。
本研究では、パラメータ化されたソフトアクター・クリティック(PASAC)アルゴリズムを用いて、自律走行車の離散的な車線変更決定と連続的な縦方向加速度制御を実現した。シミュレーション結果から、PASACはモデル予測制御(MPC)と同等の性能を示し、衝突回避や平均速度、車線変更回数などの指標で優れた結果を得た。
本研究では、独立4WD4WS構造を持つ自律走行車「Nigel」の機械設計、動力学モデリング、パラメータ同定、および頑健な安定化・追従制御を提案する。シミュレーションと実環境での徹底的な実験検証を通じて、提案手法のシミュレーション-実環境間の確実な性能移転を実証する。