LLA-MPC: Fast Adaptive Control for Autonomous Racing

要約

急速に変化するタイヤ表面の相互作用の課題に対処する自律レースのためのリアルタイム適応制御フレームワークである、ルックバックおよびルックバックアダプティブモデル予測制御（LLA-MPC）を紹介します。
実質的なデータ収集またはオフライントレーニングを必要とする既存のアプローチとは異なり、LLA-MPCは学習期間なしで即時適応のためにモデルバンクを採用しています。
2つの重要なメカニズムを統合します。最近の車両の動作を評価して、最も正確なモデルを選択し、特定されたダイナミクスに基づいて軌道計画を最適化する見た目の視野を選択します。
選択したモデルと推定摩擦係数が軌道プランナーに組み込まれ、リアルタイムで参照パスを最適化します。
多様なレーシングシナリオ全体の実験は、LLA-MPCが、突然の摩擦遷移中であっても、適応速度と取り扱いの最先端の方法を上回ることを示しています。
学習のない計算効率の良い設計により、迅速な適応が可能になり、多面的な環境での高速自律レースに最適です。

要約(オリジナル)

We present Look-Back and Look-Ahead Adaptive Model Predictive Control (LLA-MPC), a real-time adaptive control framework for autonomous racing that addresses the challenge of rapidly changing tire-surface interactions. Unlike existing approaches requiring substantial data collection or offline training, LLA-MPC employs a model bank for immediate adaptation without a learning period. It integrates two key mechanisms: a look-back window that evaluates recent vehicle behavior to select the most accurate model and a look-ahead horizon that optimizes trajectory planning based on the identified dynamics. The selected model and estimated friction coefficient are then incorporated into a trajectory planner to optimize reference paths in real-time. Experiments across diverse racing scenarios demonstrate that LLA-MPC outperforms state-of-the-art methods in adaptation speed and handling, even during sudden friction transitions. Its learning-free, computationally efficient design enables rapid adaptation, making it ideal for high-speed autonomous racing in multi-surface environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google