論文の概要: Real-Time Rulebook-Aware Nonlinear MPC for Autonomous Driving with Priority-Biased Tiered Slacks

• arxiv url: http://arxiv.org/abs/2607.10975v1
• Date: Mon, 13 Jul 2026 00:40:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.291764
• Title: Real-Time Rulebook-Aware Nonlinear MPC for Autonomous Driving with Priority-Biased Tiered Slacks
• Title（参考訳）: 優先型階層型Slackを用いた自律走行のための実時間ルールブック対応非線形MPC
• Abstract要約: W-SQPは重み付きタイレッドスラック非線形モデル予測制御器(NMPC)である We present W-SQP, a weighted tiered-slack non model predictive controller (NMPC)。 We present W-SQP, a weighted tiered-slack non model predictive controller (NMPC)。
• 参考スコア（独自算出の注目度）: 0.8363171780853939
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous-vehicle motion planners must resolve conflicts among safety, regulation, comfort, and efficiency in real time while exposing those decisions for audit. We present W-SQP, a weighted tiered-slack nonlinear model predictive controller (NMPC) that compiles nine driving-rule families into a four-tier shared-slack nonlinear program solved online with CasADi and IPOPT; the name denotes the weighted quadratic slack penalty, not a sequential-quadratic-programming solver. Strongly separated tier penalties bias residual violations toward lower-priority rules while leaving actuation bounds hard. The controller replans from its executed state at $10$\,Hz and records per-rule residuals on every cycle. A $90$\,ms solver-time limit returns an anytime iterate that is projected through the vehicle dynamics before execution; median and maximum observed wall-clock solve times were $28$ and $104$\,ms. We evaluate W-SQP in closed loop on 150 Waymo Open Motion Dataset scenarios in Waymax against reactive and proposal-and-select baselines, and introduce a log-independent protocol that separates safety and regulatory compliance from resemblance to the recorded human trajectory. Under this protocol, W-SQP shows no systematic group-level deficit relative to expert replay on the log-independent safety and regulatory rules, with several localized regressions in the hardest, highest-divergence scenarios. The results characterize W-SQP as an auditable, priority-biased, anytime-capable NMPC prototype rather than a hard-real-time or formally safe controller.
• Abstract（参考訳）: 自動運転車のモーションプランナーは、安全、規制、快適さ、効率の相違をリアルタイムで解決し、監査のためにこれらの決定を公開する必要がある。 W-SQPは、重み付きタイレッドスラック非線形モデル予測コントローラ(NMPC)で、9つの駆動ルールを4階層の共有スラック非線形プログラムにコンパイルし、CasADiと IPOPTでオンラインに解決した。 厳格に分離された階層の罰則は、アクティベーション境界を厳格に保ちながら、低優先度規則に対する残差違反をバイアスする。 コントローラは実行された状態から10$\,Hzで再計画し、サイクル毎にルール毎の残差を記録する。 90$\,msソルバタイム制限は、実行前に車両力学を通して投影される任意のタイミングの繰り返しを返す。 我々は、Waymaxにおける150のWaymo Open Motion DatasetシナリオのクローズドループにおけるW-SQPを、リアクティブおよびプロポーザルベースラインに対して評価し、記録された人間の軌道に類似した安全性と規制コンプライアンスを分離するログ独立プロトコルを導入する。 このプロトコルの下では、W-SQPは、ログ非依存の安全性と規制規則に関する専門家のリプレイと比較して、系統的なグループレベルの欠陥を示さない。 結果は、W-SQPをハードリアルタイムまたはフォーマルに安全なコントローラではなく、監査可能、優先バイアス付き、いつでも使えるNMPCプロトタイプとして特徴付けている。

関連論文リスト

• SVR: Self-Verifying Refinement via Joint Verdict-Confidence Reinforcement Learning for Adaptive Test-Time Compute [62.3458279176813]
  自己検証リファインメント(Self-Verifying Refinement)は、オラクルフリーのマルチターン強化学習フレームワークである。 自己検証を計算制御ポリシとして使用することを学ぶ。 マクロ平均精度は0.563で、平均で2.99回しか推測できない。
  論文  参考訳（メタデータ） (2026-07-30T16:20:58Z)
• Parsimonious disturbance-aware minimum-time planning with parametric uncertainty [0.0]
  本研究は、モータースポーツ応用のための最小ラップタイム計画フレームワークを提示し、検証する。 この手法は、車両のダイナミクスを短い地平線上で伝播させる、事前の障害対応フレームワークの上に構築されている。 我々は、キーカーパラメータの不確実性を考慮した定式化を拡張した。
  論文  参考訳（メタデータ） (2026-07-14T22:32:35Z)
• UC-Search: Risk-Aware Test-Time Search for Delayed Constrained Time-Series Control [0.0]
  UC-Searchは、時系列モデルのためのモデルに依存しないテストタイムラッパーである。 我々はUC-BeamとUC-MCTS診断をインスタンス化する。
  論文  参考訳（メタデータ） (2026-06-24T01:15:24Z)
• CLEAR: Cognition and Latent Evaluation for Adaptive Routing in End-to-End Autonomous Driving [19.474428775260034]
  超高速な生成計画と深い意味的推論を組み合わせたフレームワークであるCLEARを提案する。 CLEARはDrive-JEPAをビジュアルエンコーダとして採用し、VAEラテント空間におけるマルチステップデノイングチェーンを単一ステップ条件ドリフトに置き換える。 NAVSIM v1ベンチマークでは、CLEARは93.7の最先端のPDMSを達成した。
  論文  参考訳（メタデータ） (2026-06-04T14:32:10Z)
• Amortized Nonlinear Model Predictive Control [3.2228025627337864]
  最適制御は、現在の状態と参照に依存するコストパラメータを持つ状態依存二次プログラム(QP)によって近似できることを示す。 カーテシアンエンドエフェクタートラッキングを用いた3リンク平面ロボットアームのアプローチを検証し,NLPソルバ上でのオーダー・オブ・マグニチュード・スピードアップを実証した。
  論文  参考訳（メタデータ） (2026-06-04T08:15:23Z)
• Manifold-Constrained MPPI: Real-Time Sampling-Based Control Under Hard Constraints [8.747309323431802]
  Manifold-Constrained MPPI (MC-MPPI) はリアルタイムサンプリングベースの制御フレームワークである。 MPPIの計算上の利点を保ちながら、多様体ベースの等式制約を強制する。 シミュレーションと実世界の両方の環境で14-DoFクローズドチェーンのデュアルアームシステムの実験は、MC-MPPIが安定して100Hzで動作することを示した。
  論文  参考訳（メタデータ） (2026-05-24T01:57:18Z)
• Centaur: Robust End-to-End Autonomous Driving with Test-Time Training [84.78837437133234]
  我々は,手作業によるルールやコスト関数に頼ることなく,テストタイムトレーニングを通じてプランナーの行動を更新するCentaurを提案する。 本稿では,クラスタ・エントロピー(Cluster Entropy,クラスタ・エントロピー)と呼ばれる新しい不確実性尺度を開発した。
  論文  参考訳（メタデータ） (2025-03-14T17:59:41Z)
• Finite-time System Identification and Adaptive Control in Autoregressive Exogenous Systems [79.67879934935661]
  未知のARXシステムのシステム識別と適応制御の問題について検討する。 我々は,オープンループとクローズループの両方のデータ収集の下で,ARXシステムに対する有限時間学習保証を提供する。
  論文  参考訳（メタデータ） (2021-08-26T18:00:00Z)
• Modular Deep Reinforcement Learning for Continuous Motion Planning with Temporal Logic [59.94347858883343]
  本稿では,マルコフ決定過程(MDP)をモデルとした自律動的システムの運動計画について検討する。 LDGBA と MDP の間に組込み製品 MDP (EP-MDP) を設計することである。 モデルフリー強化学習(RL)のためのLDGBAベースの報酬形成と割引スキームは、EP-MDP状態にのみ依存する。
  論文  参考訳（メタデータ） (2021-02-24T01:11:25Z)
• Acting in Delayed Environments with Non-Stationary Markov Policies [57.52103323209643]
  本稿では,MDPにおける学習と計画のためのフレームワークについて紹介する。 実行が遅れると、元の状態空間における決定論的マルコフポリシーは最大報酬を得るのに十分であるが、非定常である必要があることを証明します。 我々は、状態拡張に頼らずに遅延実行タスクを解く非定常Q学習スタイルのモデルベースアルゴリズムを考案した。
  論文  参考訳（メタデータ） (2021-01-28T13:35:37Z)
• Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
  本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。 この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
  論文  参考訳（メタデータ） (2020-11-14T01:27:32Z)
• Learning Stabilizing Controllers for Unstable Linear Quadratic Regulators from a Single Trajectory [85.29718245299341]
  線形2次制御器(LQR)としても知られる2次コストモデルの下で線形制御器を研究する。 楕円形不確実性集合内の全ての系を安定化させる制御器を構成する2つの異なる半定値プログラム(SDP)を提案する。 高い確率で安定化コントローラを迅速に識別できる効率的なデータ依存アルゴリズムであるtextsceXplorationを提案する。
  論文  参考訳（メタデータ） (2020-06-19T08:58:57Z)
• Stochastic Finite State Control of POMDPs with LTL Specifications [14.163899014007647]
  部分的に観測可能なマルコフ決定プロセス(POMDP)は、不確実性の下での自律的な意思決定のためのモデリングフレームワークを提供する。 本稿では,POMDPに対する準最適有限状態制御器(sFSC)の合成に関する定量的問題について考察する。 本稿では,sFSC サイズが制御される有界ポリシアルゴリズムと,連続的な繰り返しにより制御器の性能が向上する任意の時間アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-01-21T18:10:47Z)

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。