論文の概要: Mission Performance: Automatic and Adaptive Race Pace Progression for Autonomous Racing

• arxiv url: http://arxiv.org/abs/2609.12292v1
• Date: Thu, 10 Sep 2026 23:41:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-15 07:38:31.570954
• Title: Mission Performance: Automatic and Adaptive Race Pace Progression for Autonomous Racing
• Title（参考訳）: ミッションパフォーマンス:自動・適応型レースペースプログレッシブ
• Abstract要約: 完全自律型レーシングカー用に実装されたミッションパフォーマンスモジュールについて述べる。 この解の有効性は、完全に自律的なダララ・スーパーフォーミュラであるEAV-25でヤス・マリナ・サーキットで実証されている。
• 参考スコア（独自算出の注目度）: 1.919784000831939
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we describe the Mission Performance module implemented for a fully autonomous racing car to automatically manage the longitudinal, lateral, and combined performances, aiming to speedup the laptime progression while assuring safety. Motivated by the difficulty and risks of applying the real-time estimation of the grip to critical modules like the motion planner and controller, the Mission Performance guides these modules adapting their target performance instead of changing the vehicle model parameters. The module is formed by pre-defined progressions to warm up the tires at the beginning of a run. Then, the system continuously monitors safety and vehicle dynamics metrics on a per-sector basis to adaptively reduce, maintain, or increase the performance levels for each sector, progressively converging toward the maximum allowed value. The solution's effectiveness is demonstrated on the EAV-25, a fully autonomous Dallara Superformula, at the Yas Marina Circuit during the Abu Dhabi Autonomous Racing League (A2RL) Season 2.
• Abstract（参考訳）: 本稿では,完全自律型レーシングカーに実装されたミッションパフォーマンスモジュールについて述べる。 グリップのリアルタイム推定をモーションプランナーやコントローラのようなクリティカルなモジュールに適用することの難しさとリスクにより、ミッションパフォーマンスは、車両モデルパラメータを変更するのではなく、これらのモジュールを目標のパフォーマンスに適応させることをガイドする。 モジュールは事前に定義された進行によって形成され、走行開始時にタイヤを暖める。 そして、セクター単位で安全と車両のダイナミクスのメトリクスを継続的に監視し、各セクターのパフォーマンスレベルを適応的に低減、維持、または増加させ、最大許容値に向けて徐々に収束させる。 このソリューションの有効性は、アブダビ・オートマチック・レーシング・リーグ(A2RL)シーズン2のヤス・マリナ・サーキット(Yas Marina Circuit)において、完全に自律的なダララ・スーパーフォーミュラであるEAV-25で実証されている。

関連論文リスト

• Driving Context-guided Model Predictive Planning and Control for Autonomous Car Racing at the Limit and Beyond [2.1824191810542666]
  本稿では,自動走行のためのモデル予測制御に基づくモーションプランニングと制御パイプラインを提案する。 完全自動運転のオープンホイールレースカー「Superformula EAV-25」で、ラップタイムは人間の運転基準の2%以内である。
  論文  参考訳（メタデータ） (2026-09-11T10:06:11Z)
• Track-Guided Hierarchical Reinforcement Learning for Autonomous Vehicle Drifting with Minimum-Lap-Time Planning [57.68768189557651]
  フォーミュラ1では、ドライバーはタイヤグリップリミット内のレースラインを最適化し、ラップタイムを最小化する。 ラリーレースでは、ドライバーはゆるい表面をドリフトするために意図的にトラクションを壊します。 本稿では,MLTドリフトシナリオに特化して設計された計画制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-31T08:50:40Z)
• VLM-CASE: Vision-Language Model Enabled Context-Adaptive Safety Envelopes for Anticipatory Safe Autonomous Driving [9.642572690101325]
  悪天候などの逆運転条件は、車両が知覚できるものや物理的にできることを劣化させるため、自動運転の主要な障壁である。 本稿では,自動走行車に予測能力を付与する枠組みであるVLM-CASEを提案する。 気象,路面,照明条件など,横方向と縦方向の両方の制御を必要とするタスクに対して,クローズドループCARLAシミュレーションの枠組みを検証した。
  論文  参考訳（メタデータ） (2026-07-06T14:58:47Z)
• MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving [62.43744546817599]
  視覚言語-アクション(VLA)モデルは、エンドツーエンドのモーションプランナーとして有効であるが、クローズドループ設定で評価すると不安定である。 本稿では, VLAモデルの潜在空間における動的駆動シナリオの, リアクティブでマルチエージェントなロールアウトのための新しいフレームワークMAPLEを提案する。 MAPLEはBench2Driveで最先端の駆動性能を実現し、堅牢なE2E自動運転システムのためのスケーラブルでクローズループなマルチエージェントプレイを実演する。
  論文  参考訳（メタデータ） (2026-05-13T23:35:14Z)
• Deep reinforcement learning-based longitudinal control strategy for automated vehicles at signalised intersections [2.9398787168955116]
  本研究では,信号交差点における深部強化学習に基づく縦方向車両制御戦略を提案する。 総合的な報酬関数は、特に距離方向に基づく効率報酬に焦点を当てて定式化されている。 DDPG(Deep Deterministic Policy Gradient)とSAC(Soft-Actor Critic)という2つのDRLアルゴリズムが組み込まれている。
  論文  参考訳（メタデータ） (2025-05-13T18:38:42Z)
• MetaFollower: Adaptable Personalized Autonomous Car Following [63.90050686330677]
  適応型パーソナライズされた自動車追従フレームワークであるMetaFollowerを提案する。 まず,モデルに依存しないメタラーニング(MAML)を用いて,様々なCFイベントから共通運転知識を抽出する。 さらに、Long Short-Term Memory (LSTM) と Intelligent Driver Model (IDM) を組み合わせて、時間的不均一性を高い解釈性で反映する。
  論文  参考訳（メタデータ） (2024-06-23T15:30:40Z)
• EditFollower: Tunable Car Following Models for Customizable Adaptive Cruise Control Systems [28.263763430300504]
  本研究では,データ駆動型自動車追従モデルを提案する。 本モデルは,運転者の社会的嗜好を考慮に入れたACCシステムの開発に有用な知見を提供する。
  論文  参考訳（メタデータ） (2024-06-23T15:04:07Z)
• 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)
• er.autopilot 1.0: The Full Autonomous Stack for Oval Racing at High Speeds [61.91756903900903]
  インディ・オートノラティカル・チャレンジ (IAC) は、オープンホイールのレースカー上で独立して開発されたソフトウェアを使用して、前例のないスピードとヘッド・ツー・ヘッドのシナリオで競う9つの自律レースチームを集めた。 本稿では,チームTII EuroRacing (TII-ER) が使用するソフトウェアアーキテクチャについて述べる。静的障害物を避け,アクティブオーバーテイクを行い,75m/s (270 km/h) 以上の速度に達するために必要なモジュールをすべて網羅する。 総合的な結果と各モジュールのパフォーマンス、および、チームがそれぞれ2番目と3番目を置く楕円軌道上の競技の最初の2つのイベントで学んだ教訓について説明する。
  論文  参考訳（メタデータ） (2023-10-27T12:52:34Z)
• 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)

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。