論文の概要: Dynamic Lookahead Distance via Reinforcement Learning-Based Pure Pursuit for Autonomous Racing

• arxiv url: http://arxiv.org/abs/2603.28625v1
• Date: Mon, 30 Mar 2026 16:09:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.504447
• Title: Dynamic Lookahead Distance via Reinforcement Learning-Based Pure Pursuit for Autonomous Racing
• Title（参考訳）: 強化学習に基づくPure Pursuitによる自律レース用ダイナミックルックアヘッド距離
• Authors: Mohamed Elgouhary, Amr S. El-Wakeel,
• Abstract要約: 本稿では,Pure Pursuit コントローラとPure Pursuit コントローラを統合したハイブリッド制御フレームワークを提案する。 PPOエージェントは、車両の速度とマルチ水平曲率の特徴をオンラインルックアヘッドコマンドにマッピングする。 実験により、学習したポリシーは、目に見えないトラック上でラップタイムのパフォーマンスと繰り返しラップ完了を改善することが示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Pure Pursuit (PP) is a widely used path-tracking algorithm in autonomous vehicles due to its simplicity and real-time performance. However, its effectiveness is sensitive to the choice of lookahead distance: shorter values improve cornering but can cause instability on straights, while longer values improve smoothness but reduce accuracy in curves. We propose a hybrid control framework that integrates Proximal Policy Optimization (PPO) with the classical Pure Pursuit controller to adjust the lookahead distance dynamically during racing. The PPO agent maps vehicle speed and multi-horizon curvature features to an online lookahead command. It is trained using Stable-Baselines3 in the F1TENTH Gym simulator with a KL penalty and learning-rate decay for stability, then deployed in a ROS2 environment to guide the controller. Experiments in simulation compare the proposed method against both fixed-lookahead Pure Pursuit and an adaptive Pure Pursuit baseline. Additional real-car experiments compare the learned controller against a fixed-lookahead Pure Pursuit controller. Results show that the learned policy improves lap-time performance and repeated lap completion on unseen tracks, while also transferring zero-shot to hardware. The learned controller adapts the lookahead by increasing it on straights and reducing it in curves, demonstrating effectiveness in augmenting a classical controller by online adaptation of a single interpretable parameter. On unseen tracks, the proposed method achieved 33.16 s on Montreal and 46.05 s on Yas Marina, while tolerating more aggressive speed-profile scaling than the baselines and achieving the best lap times among the tested settings. Initial real-car experiments further support sim-to-real transfer on a 1:10-scale autonomous racing platform
• Abstract（参考訳）: Pure Pursuit (PP) は、シンプルでリアルタイムな性能のため、自動運転車で広く使われている経路追跡アルゴリズムである。 しかし、その有効性はルックアヘッド距離の選択に敏感であり、短い値ではコーナーが改善されるが、ストレートでは不安定になり、長い値では滑らかさが向上するが、曲線の精度は低下する。 本稿では,PPOを従来のPure Pursuitコントローラと統合して,レース中のルックアヘッド距離を動的に調整するハイブリッド制御フレームワークを提案する。 PPOエージェントは、車両の速度とマルチ水平曲率の特徴をオンラインルックアヘッドコマンドにマッピングする。 F1TENTH GymシミュレータのStable-Baselines3を使ってトレーニングを行い、KLペナルティと安定性の学習速度の減衰を学習し、その後ROS2環境に配置してコントローラを誘導する。 シミュレーション実験では, 提案手法と適応型PurePurePurePurePurePurePurePurePureとを比較した。 さらなる実車実験では、学習したコントローラと固定されたルックアヘッドのPure Pursuitコントローラを比較した。 その結果、学習したポリシーは、未確認トラック上でのラップタイム性能と繰り返しラップ完了を改善するとともに、ゼロショットをハードウェアに転送することを示した。 学習したコントローラは、直線で増加させ、曲線で減少させ、単一の解釈可能なパラメータのオンライン適応による古典的なコントローラの強化の有効性を示す。 予期せぬ軌道ではモントリオールで33.16秒、ヤス・マリナで46.05秒を達成し、ベースラインよりも攻撃的な速度のスケーリングを許容し、テストされた設定の中で最高のラップタイムを達成した。 1:10スケールの自動運転プラットフォーム上でのシモン・トゥ・リアル・トランスファーを支援する最初の実車実験

関連論文リスト

• Learning to Tune Pure Pursuit in Autonomous Racing: Joint Lookahead and Steering-Gain Control with PPO [0.0]
  Pure Pursuit (PP) は、リアルタイムパストラッキングのための自律走行に広く使われている。 本稿では,Ldとステアリングゲインgを協調的に選択する強化学習(RL)手法を提案する。 シミュレーションと実車試験を通して、提案したRL-PPコントローラは、固定ヘッドPP、ベロシティスケジューリング適応PP、RLルックアヘッドのみの変種を一貫して上回っている。
  論文  参考訳（メタデータ） (2026-02-20T17:48:21Z)
• Spatially-Aware Adaptive Trajectory Optimization with Controller-Guided Feedback for Autonomous Racing [74.83272587893508]
  本稿では,NURBSに基づく軌道表現,CMA-ESグローバル軌道最適化,コントローラ誘導空間フィードバックを組み合わせた自律レースライン最適化フレームワークを提案する。 シミュレーションでは,最大静的加速度をパラメータ化したコントローラと比較して17.38%のラップタイム短縮を実現している。 高摩擦から低摩擦まで様々なタイヤ化合物で試験された実ハードウェアでは、摩擦を明示的にパラメータ化することなく、7.60%のラップタイムの改善が得られる。
  論文  参考訳（メタデータ） (2026-02-17T15:10:44Z)
• Autonomous Vehicle Controllers From End-to-End Differentiable Simulation [57.278726604424556]
  そこで我々は,AVコントローラのトレーニングにAPG(analytic Policy gradients)アプローチを適用可能なシミュレータを提案し,その設計を行う。 提案するフレームワークは, エージェントがより根底的なポリシーを学ぶのを助けるために, 環境力学の勾配を役立てる, エンド・ツー・エンドの訓練ループに, 微分可能シミュレータを組み込む。 ダイナミクスにおけるパフォーマンスとノイズに対する堅牢性の大幅な改善と、全体としてより直感的なヒューマンライクな処理が見られます。
  論文  参考訳（メタデータ） (2024-09-12T11:50:06Z)
• A Tricycle Model to Accurately Control an Autonomous Racecar with Locked Differential [71.53284767149685]
  自動オープンホイールレースカーの側面力学に対するロックディファレンシャルの影響をモデル化するための新しい定式化を提案する。 本稿では,マイクロステップの離散化手法を用いて,動的に線形化し,実時間実装に適した予測を行う。
  論文  参考訳（メタデータ） (2023-12-22T16:29:55Z)
• Residual Policy Learning for Vehicle Control of Autonomous Racing Cars [0.5156484100374059]
  本稿では,レースラインの経路追従のための古典的な制御系を改良することを学ぶ,自律走行車用残留車両制御装置を提案する。 本研究では,F1TENTH自動レースシリーズの模擬車として,提案手法の性能評価を行った。 12個の実世界のレーストラックの評価は、古典的なコントローラーと比較して、残余のコントローラーはラップタイムを平均4.55 %減らすことを示している。
  論文  参考訳（メタデータ） (2023-02-14T13:33:57Z)
• Tuning Path Tracking Controllers for Autonomous Cars Using Reinforcement Learning [0.0]
  本稿では,自動運転車のための強化学習(Reinforcement Learning, RL)に基づく適応経路追跡制御システムを提案する。 トラッカーのチューニングは、学習されたQラーニングアルゴリズムを用いて、横方向および操舵軌道誤差を最小化する。
  論文  参考訳（メタデータ） (2023-01-09T14:17:12Z)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)
• Learning from Simulation, Racing in Reality [126.56346065780895]
  ミニチュアレースカープラットフォーム上で自律的なレースを行うための強化学習ベースのソリューションを提案する。 シミュレーションで純粋に訓練されたポリシーは、実際のロボットのセットアップにうまく移行できることを示す。
  論文  参考訳（メタデータ） (2020-11-26T14:58:49Z)

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。