論文の概要: (hu)Man vs. Machine: In the Future of Motorsport, can Autonomous Vehicles Compete?

• arxiv url: http://arxiv.org/abs/2603.01560v1
• Date: Mon, 02 Mar 2026 07:36:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.819455
• Title: (hu)Man vs. Machine: In the Future of Motorsport, can Autonomous Vehicles Compete?
• Title（参考訳）: (フー)人間 vs. マシン: 未来のモータースポーツでは、自動運転車は勝てるのか?
• Authors: Armand Amaritei, Amber-Lily Blackadder, Sebastian Donnelly, Lora Hernandez, James Vine, Alexander Rast, Matthias Rolf, Andrew Bradley,
• Abstract要約: 本稿では,人間とAVの合同競争にモータースポーツの将来が関与するかどうかを考察する。 システムレベルのレイテンシなどの重要な要因の最初の評価から、効果的な計画とリスク保証まで、混在するAIレースに関わる課題について検討する。 モータースポーツとAVのより広い文脈において、この研究は、モータースポーツの真の精神の中で、将来的な研究のための課題を「実現を後押しする」ために概説している。
• 参考スコア（独自算出の注目度）: 30.95139721210371
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Motorsport has historically driven technological innovation in the automotive industry. Autonomous racing provides a proving ground to push the limits of performance of autonomous vehicle (AV) systems. In principle, AVs could be at least as fast, if not faster, than humans. However, human driven racing provides broader audience appeal thus far, and is more strategically challenging. Both provide opportunities to push each other even further technologically, yet competitions remain separate. This paper evaluates whether the future of motorsport could encompass joint competition between humans and AVs. Analysis of the current state of the art, as well as recent competition outcomes, shows that while technical performance has reached comparable levels, there are substantial challenges in racecraft, strategy and safety that need to be overcome. Outstanding issues involved in mixed human-AI racing, ranging from an initial assessment of critical factors such as system-level latencies, to effective planning and risk guarantees are explored. The crucial non-technical aspect of audience engagement and appeal regarding the changing character of motorsport is addressed. In the wider context of motorsport and AVs, this work outlines a proposed agenda for future research to 'keep pushing the possible', in the true spirit of motorsport.
• Abstract（参考訳）: モータースポーツは歴史的に自動車産業における技術革新を推進してきた。 自律レースは、自律走行車(AV)システムの性能の限界を押し上げるための証明場を提供する。 原則として、AVは人間と同じくらいの速さ、あるいはそれ以上の速さで飛行することができる。 しかし、人間主導のレースは、これまでのところ幅広い観客にアピールし、より戦略的に挑戦している。 両者は、より技術的にお互いを推し進める機会を提供するが、競争は別々である。 本稿では,人間とAVの合同競争にモータースポーツの将来が関与するかどうかを考察する。 現在の最先端技術と最近の競争結果の分析は、技術的パフォーマンスは同等のレベルに達したが、レースクラフト、戦略、安全には克服すべき課題があることを示している。 システムレベルのレイテンシなどの重要な要因の最初の評価から、効果的な計画とリスク保証まで、混在するAIレースに関わる課題について検討する。 モータースポーツの性格の変化に対する観客の参加とアピールの重要な非技術的側面に対処する。 モータースポーツとAVのより広い文脈において、この研究は、モータースポーツの真の精神の中で、将来的な研究のための課題を「実現を後押しする」ために概説している。

関連論文リスト

• Accelerating Real-World Overtaking in F1TENTH Racing Employing Reinforcement Learning Methods [1.1452732046200158]
  本研究は、トラックを確実に走行し、シミュレーションと現実の両方において相手を追い越すことができる新しいレース・オーバーテイクエージェントを提案する。 その結果、相手に対するエージェントのトレーニングは、レース直前のトレーニングを受けたエージェントの56%に対して、87%のオーバーテイク率で故意にオーバーテイクできることが示された。
  論文  参考訳（メタデータ） (2025-10-30T00:38:18Z)
• Against racing to AGI: Cooperation, deterrence, and catastrophic risks [0.0]
  AGI Racingは、AI開発における主要なアクター、特に強力な国々の自己利益であり、彼らのフロンティアAI開発を加速している、という見解である。 私たちはAGIレーシングに反対します。
  論文  参考訳（メタデータ） (2025-07-29T14:17:08Z)
• Fair Play in the Fast Lane: Integrating Sportsmanship into Autonomous Racing Systems [44.52724799426566]
  本稿では,スポーツマンシップ(SPS)をレースに組み込むための2段階のゲーム理論フレームワークを提案する。 高レベルでは、モンテカルロ木探索(MCTS)を用いて最適な戦略を導出するスタックルバーグゲームを用いて、レース意図をモデル化する。 低レベルにおいては、車両の相互作用は一般化ナッシュ平衡問題(GNEP)として定式化され、全てのエージェントが軌道を最適化しながらスポーツマンシップの制約に従うことが保証される。
  論文  参考訳（メタデータ） (2025-03-04T10:14:19Z)
• Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
  本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。 AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
  論文  参考訳（メタデータ） (2024-05-14T09:42:21Z)
• Stimulate the Potential of Robots via Competition [60.69068909395984]
  本稿では,個々のロボットが競技者から知識を得るのに役立つ,競争力のある学習フレームワークを提案する。 具体的には、競合相手間の競合情報を、有利な行動を学ぶための補助信号として導入する。 さらに,Multiagent-Race環境を構築し,競争環境において訓練されたロボットが,単一ロボット環境でのSoTAアルゴリズムで訓練されたロボットよりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-03-15T17:21:39Z)
• Indy Autonomous Challenge -- Autonomous Race Cars at the Handling Limits [81.22616193933021]
  TUM Auton-omous Motorsportsは2021年10月、インディ・オートマチック・チャレンジに参加する。 インディアナポリス・モーター・スピードウェイのダララAV-21レースカー10台のうち1台を走らせることで、自動運転のソフトウェアスタックをベンチマークする。 これは、最も困難で稀な状況をマスターできる自律走行アルゴリズムを開発するための理想的な試験場である。
  論文  参考訳（メタデータ） (2022-02-08T11:55:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。