論文の概要: Prescribed Performance Guided Safe Reinforcement Learning for Roundabout Navigation of Autonomous Vehicles
- arxiv url: http://arxiv.org/abs/2610.27732v1
- Date: Tue, 20 Oct 2026 06:54:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.678549
- Title: Prescribed Performance Guided Safe Reinforcement Learning for Roundabout Navigation of Autonomous Vehicles
- Title（参考訳）: 自動車の周航ナビゲーションのための安全強化学習の定式化
- Abstract要約: RLTrajGen-PPMPC-CBFは、安全で滑らかで快適なラウンドアバウトナビゲーションのための階層的なフレームワークである。
我々は、基準軌跡と制御出力との漸進的かつ安定した収束を強制するために、規定された性能制約を用いる。
その結果, 平均成功率は6.25%増加し, 65.87%低下した。
- 参考スコア（独自算出の注目度）: 5.38329811802426
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Connected and Autonomous Vehicles (CAVs) face significant challenges in roundabout navigation due to dense traffic interactions and unpredictable agent behaviors, necessitating high levels of adaptability and safety. While the combination of Reinforcement Learning (RL) and Model Predictive Control (MPC) offers a promising approach, existing frameworks suffer from a structural mismatch where pointwise RL decisions fail to align with MPC's trajectory level optimization, and often lack rigorous safety guarantees. This work proposes RLTrajGen-PPMPC-CBF, a hierarchical framework for safe, smooth and comfort roundabout navigation, which regulates the coupling between RL-based planning and MPC-based control. We employ Prescribed Performance Constraints (PPC) to enforce a gradual, stable convergence between reference trajectories and control outputs, ensuring MPC tracking performance remains consistent with intended behavior from RL. Additionally, a Control Barrier Function (CBF) layer provides real-time safety corrections that are fed back into the RL process. Simulation results in the MetaDrive environment demonstrate that our method achieves a 6.25\% increase in average success rate and a 65.87\% reduction in Motion Sickness Dose Value (MSDV) compared to the optimal baseline, meanwhile accelerating training convergence.
- Abstract（参考訳）: コネクテッド・アンド・オートマチック・ビークルズ(CAV)は、交通の密接な相互作用と予測不可能なエージェントの振る舞いにより、高レベルの適応性と安全性を必要とするため、ラウンドアバウト・ナビゲーションにおいて重大な課題に直面している。
Reinforcement Learning (RL) と Model Predictive Control (MPC) の組み合わせは有望なアプローチを提供するが、既存のフレームワークは、ポイントワイズRL決定がMPCの軌道レベルの最適化と一致せず、厳格な安全保証が欠如している構造ミスマッチに悩まされている。
本研究は,安全でスムーズで快適なラウンドアバウトナビゲーションのための階層的なフレームワークであるRLTrajGen-PPMPC-CBFを提案する。
我々はPPC(Prescribed Performance Constraints)を用いて、参照軌跡と制御出力の漸進的かつ安定した収束を強制し、MPC追跡性能がRLからの意図した振る舞いと一致し続けることを保証する。
さらに、制御バリア機能(CBF)レイヤは、RLプロセスにフィードバックされるリアルタイムの安全修正を提供する。
メタドライブ環境におけるシミュレーション結果から,本手法は平均成功率の6.25倍,運動重心線量値(MSDV)の65.87倍の低下を実現し,トレーニング収束の加速を図った。
関連論文リスト
- Time-Efficient Iterative Learning Planning for Safety-Critical Dynamic Obstacle Avoidance [49.35246226163005]
本稿では、予測リスクブレンド制御バリア機能(ARB-CBF)を統合することにより、動的環境における安全クリティカルなナビゲーションに反復学習計画(ILP)を拡張する。
総合的なシミュレーションと実世界の実験により、最適化ベースのベースラインに比べて計算オーバーヘッドが低く、時間効率と安全性が優れていることが証明された。
論文 参考訳（メタデータ） (2026-09-17T14:12:36Z) - Reinforcement Learning-Based Control of CAV Platoon Joining Maneuvers in Mixed Traffic [2.455444813386932]
コネクテッド・アンド・オートマチック・ビークル(CAV)小隊は、道路の安全と交通容量を改善するための有望なアプローチを提供する。
強化学習は制御問題に対処する可能性が強いが、その実践的展開は安全性と学習効率に関する課題を提起する。
本稿では,CAV小隊接合操作の汎用的モデリングとシミュレーションフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-27T09:27:11Z) - SRL-MPC: Shape-Aware Reinforcement Learned Model Predictive Control [64.66285242901918]
形状認識型学習モデル予測制御 (SRL-MPC) は、形状を単純化せずに不均一な形状の群衆に対して安全で効率的かつ適応的なナビゲーションを行う手法である。
次に強化学習フレームワークは、幾何分離機能(GSF)を読み取るニューラルネットワークを学び、リアルタイムMPCパラメータ更新を出力する。
任意の形状のロボット群を用いたランダム化された群衆シナリオ実験は、SRL-MPCの有効性、スケーラビリティ、堅牢性を示す。
論文 参考訳（メタデータ） (2026-08-21T14:46:06Z) - Distributed Motion Planning with Safety Guarantees for Self-Reconfiguring Robotic Boats [76.98547580312116]
本稿では,分散モデル予測制御(MPC)と制御バリア関数(CBF)を組み合わせたハイブリッドフレームワークを提案する。
リアルタイムに安全を確保するため、分散CBFベースのフィルタを適用し、エージェント間回避を強制する。
論文 参考訳（メタデータ） (2026-07-22T16:37:05Z) - Safe Overtaking for Autonomous Racing Using Hierarchical Optimization and Learning-Based Control [14.05083688629287]
本稿では,安全確認軌道制御から操作レベルの意思決定を分離する階層的オーバーテイクフレームワークを提案する。
強化学習ポリシは、離散時間CBF減衰パラメータをオンラインで適応し、車両入力を直接制御することなく、コンテキスト依存の安全マージンの変調を可能にする。
論文 参考訳（メタデータ） (2026-07-15T00:19:14Z) - Memory-Efficient Meta-Reinforcement Learning for Adaptive Safety-Critical Control in Adversarial Spacecraft Proximity Operations [42.47287159687486]
本稿では,3つの繰り返しネットワークアーキテクチャ (LSTM, Gated Recurrent Unit (GRU), Selective State Space Model (Mamba)) と2つのトレーニングアルゴリズム (Proximal Policy Optimization (PPO) とSoft Actor Critic (SAC)) の性能を調べた。
以上の結果から, PPOを用いた場合のMambaのような状態空間モデルは, 他のアーキテクチャと比較して, タスク完了, 安全性, 省エネ性が優れていることが示唆された。
論文 参考訳（メタデータ） (2026-06-16T01:53:54Z) - Beyond Conservative Automated Driving in Multi-Agent Scenarios via Coupled Model Predictive Control and Deep Reinforcement Learning [7.804905867413516]
モデル予測制御(MPC)は、最適化による構造化制約処理を提供する。
深層強化学習(Deep Reinforcement Learning, RL)は、経験から適応的な行動を学ぶが、安全保証に苦慮することが多い。
マルチエージェントシナリオにおけるナビゲーション性能を改善するための統合MPC-RLフレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-15T13:58:38Z) - COVLM-RL: Critical Object-Oriented Reasoning for Autonomous Driving Using VLM-Guided Reinforcement Learning [55.83415345423854]
批判的オブジェクト指向(CO)推論と強化学習(RL)を統合した新しいエンドツーエンド駆動フレームワークCOVLM-RLを提案する。
CARLAシミュレータで行った実験により、COVLM-RLはトレーニング運転環境における成功率を30%向上することが示された。
論文 参考訳（メタデータ） (2025-12-10T06:18:16Z) - Integrating DeepRL with Robust Low-Level Control in Robotic Manipulators for Non-Repetitive Reaching Tasks [0.24578723416255746]
ロボット工学では、現代の戦略は学習に基づくもので、複雑なブラックボックスの性質と解釈可能性の欠如が特徴である。
本稿では, 深部強化学習(DRL)に基づく衝突のない軌道プランナと, 自動調整型低レベル制御戦略を統合することを提案する。
論文 参考訳（メタデータ） (2024-02-04T15:54:03Z) - Guided Constrained Policy Optimization for Dynamic Quadrupedal Robot
Locomotion [78.46388769788405]
我々は,制約付きポリシー最適化(CPPO)の実装に基づくRLフレームワークであるGCPOを紹介する。
誘導制約付きRLは所望の最適値に近い高速収束を実現し,正確な報酬関数チューニングを必要とせず,最適かつ物理的に実現可能なロボット制御動作を実現することを示す。
論文 参考訳（メタデータ） (2020-02-22T10:15:53Z)
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。