論文の概要: Learned Terminal Costs for Short-Horizon Model Predictive Control of Autonomous Trucks in Interactive Highway Traffic

• arxiv url: http://arxiv.org/abs/2610.40257v1
• Date: Thu, 29 Oct 2026 15:23:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-31 05:25:12.525675
• Title: Learned Terminal Costs for Short-Horizon Model Predictive Control of Autonomous Trucks in Interactive Highway Traffic
• Title（参考訳）: 高速道路交通における自律トラックの短距離モデル予測制御のための学習端末コスト
• Abstract要約: 自動走行車におけるハイウェイ運転のためのハイブリッドMPCおよびRLフレームワークを提案する。 ハイブリッド手法は,任意の構成の最低コストとゼロ衝突を達成できることを示す。
• 参考スコア（独自算出の注目度）: 9.419488464051769
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous highway driving for heavy-duty trucks is a challenging control problem. The greater mass, dimensions and intricate dynamics increase the requirements for cooperation from surrounding traffic in critical maneuvers, requiring a careful balance between safety constraints and efficient long-horizon decision making. Model Predictive Control (MPC) provides rigorous constraint satisfaction but relies on terminal cost which can limit its effectiveness at short, computationally affordable horizons. Reinforcement Learning (RL) captures long-term driving behavior but offers no constraint guarantees and tends toward overly conservative policies when trained under sparse collision penalties. In this paper, we propose a hybrid MPC and RL framework for highway driving in autonomous trucks, where a finite-horizon MPC, solved via dynamic programming, uses a pre-trained RL model for terminal cost estimation. We evaluate the framework in a simulation environment with reactive surrounding traffic and compare it against pure MPC with zero terminal cost, rollout with terminal cost estimation using a base policy, and pure RL. Results show that the hybrid approach achieves zero collisions with the lowest cost of any configuration.
• Abstract（参考訳）: 大型トラックのための高速道路の運転は、難しい制御問題である。 より大きい質量、寸法、複雑なダイナミクスは、重要な操作において周囲の交通から協調するための要求を増大させ、安全上の制約と効率的な長距離意思決定の間に慎重にバランスを取る必要がある。 モデル予測制御(MPC)は厳格な制約満足度を提供するが、短期的かつ計算に手頃な地平での有効性を制限できる端末コストに依存している。 強化学習(Reinforcement Learning, RL)は、長期運転行動の把握を行うが、制約のない保証は提供せず、緩やかな衝突の罰則の下で訓練された場合、過度に保守的な政策に向かう傾向がある。 本稿では,自律走行車におけるハイウェイ運転のためのハイブリッドMPCとRLフレームワークを提案する。 本研究は, 周辺トラフィックの反応性を考慮したシミュレーション環境において, 端末コストゼロの純粋なMPCと比較し, 基本方針を用いた端末コスト推定, および純粋なRLを用いて, 端末コスト推定とロールアウトを比較した。 その結果, ハイブリッド手法は, 任意の構成の最低コストとゼロ衝突を達成できることが示唆された。

関連論文リスト

• Prescribed Performance Guided Safe Reinforcement Learning for Roundabout Navigation of Autonomous Vehicles [5.38329811802426]
  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。
  論文  参考訳（メタデータ） (2026-10-20T06:54:57Z)
• Efficient Hybrid Hard--Soft Signal Temporal Logic MPC for Driving under Multimodal Uncertainty [1.3965477771846408]
  対話型交通における自動車両の動作計画には、安全を確保し、交通ルールを尊重し、マルチモーダルな動作の不確実性の下で快適な進捗を維持する必要がある。 これらすべての要件をハード制約として実施することで実現可能性が低下する一方、コストとして扱うことで、安全クリティカルな要件が進捗に対してトレードされることが可能になる。 本稿では,1つの共有エゴ軌道を,保持されたすべての行動仮説に対して最適化する,ハイブリッドなハードソフト信号テンポラル論理(STL) MPC フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-10-11T21:36:21Z)
• Beyond Waypoint Regression: Query-Based Cost Learning over Reachable Ego Futures for End-to-End Driving [9.780106605452287]
  ウェイポイント回帰に基づくエンド・ツー・エンドのプランナーは、強力なオープンループ精度を実現するが、主に専門家の幾何学を模倣することを学び、デプロイメント時の安全制約に適応することが困難である。 本稿では,高密度なBEVセルや小さな回帰軌道ではなく,動的に到達可能なエゴ軌道クエリのバウンダリコストを推定するクエリベースのコスト学習フレームワークを提案する。 nuScenes では,ST-P3 や NMP などの事前のコスト推定プランナよりも向上し,L2 の競争力を維持しつつも,衝突速度でほとんどの回帰ベースラインを上回り,解釈可能なコストインターフェースを維持している。
  論文  参考訳（メタデータ） (2026-10-06T10:43:13Z)
• Reachability-Guided Sequential Quadratic Programming-Guarded Model Predictive Path Integral for Safe Nonlinear Predictive Control [50.362993341412455]
  本稿では,長距離性能最適化とハードおよびインプット制約を組み合わせた安全ロボット制御手法を提案する。 リーチビリティ・インフォームド・ジェネレーション・リファインメントReSQ-MPPIは、リーチビリティ・インフォームド・ジェネレーション・リファインメントアーキテクチャである。
  論文  参考訳（メタデータ） (2026-10-03T09:51:55Z)
• SlackDrive: Reclaiming Runtime Slack for Adaptive Driving Inference [63.65135278399311]
  我々は、ワールドアクションモデルを駆動するプリ推論計算アロケータである textbfSlackDrive を提案する。 SlackDriveは、モデル実行前の各コントロールステップの計算予算を選択するために、実行中のレイテンシを再利用する。 DriveDreamer-Policyを使用したNAVSIM v2では、SlackDriveはレイテンシ制約付きSを、強いレイテンシ体制の下で最強のベースラインに対して21.7%改善する。
  論文  参考訳（メタデータ） (2026-09-23T13:13:19Z)
• 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)
• 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)
• CIMRL: Combining IMitation and Reinforcement Learning for Safe Autonomous Driving [45.05135725542318]
  CIMRL(imitation and Reinforcement Learning)アプローチは、模倣動作の先行と安全性の制約を活用することで、シミュレーションにおける運転ポリシーのトレーニングを可能にする。 RLと模倣を組み合わせることで, クローズドループシミュレーションと実世界の運転ベンチマークにおいて, 最先端の結果が得られたことを実証する。
  論文  参考訳（メタデータ） (2024-06-13T07:31:29Z)
• 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)
• 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。