自動運転2026/9/3arXiv:2609.04147v1

低コストでオープンなミニチュアAckermann車両を用いたエンドツーエンド自動運転プラットフォーム

A Low-Cost, Open Platform for End-to-End Autonomous Driving on a Miniature Ackermann Vehicle

低コストのミニチュアAckermann車両とデジタルツインを組み合わせた、エンドツーエンド自動運転研究用のオープンプラットフォームを提案し、行動クローニングのベースラインを実装・評価した。

詳しい要約

1. どんなもの？

本論文は、低コストでオープンな、ミニチュアAckermann車両を用いたエンドツーエンド自動運転の実験プラットフォームを提案している。物理車両、印刷された都市トラック、データ収集ツール、軌跡登録、Webotsデジタルツインを組み合わせ、シミュレーションに基づく自動運転手法と実世界実行を結ぶ制御実験を可能にする。ベースラインとして、コマンド条件付き行動クローニングを実装し、オンボードカメラ画像と高レベルナビゲーションコマンドからステアリングと速度を出力するニューラルポリシーを評価している。

2. 先行研究と比べてどこがすごい？

先行研究と比べて、このプラットフォームは低コストでオープンな点が優れている。物理車両とデジタルツインを組み合わせることで、シミュレーションから実世界への転移（sim-to-real）研究を再現可能にしている。また、カメラ視野角の影響や合成データと実データの組み合わせ効果を体系的に評価できる点も新しい。

3. 技術・手法の肝は？

手法の肝は、コマンド条件付き行動クローニングを用いたニューラルポリシーである。ポリシーはカメラ画像とナビゲーションコマンドを入力とし、ステアリングと速度を出力する。また、デジタルツインで合成データを生成し、sim-to-real画像変換器で見た目のギャップを減らす。高容量ポリシーを合成データと実デモンストレーションの組み合わせで訓練する。

4. どうやって有効だと検証した？

物理車両とシミュレーションの両方で評価した。実クローズドループ実験では、学習ポリシーが車線追従とコマンドによる旋回を実行し、平均横方向誤差6.1 cmを達成（人間のデモは4.7 cm）。デジタルツインでは、カメラ視野角を58度から120度に広げると平均横方向誤差が35.6 cmから3.3 cmに減少。合成データと実データを組み合わせて訓練した高容量ポリシーのみが、4つのトラックルートすべてをクローズドループで完走した。

5. 議論はある？

議論として、カメラ視野角が性能に強く影響することが示された。また、合成データと実データの組み合わせが重要であり、実データのみでは高容量ポリシーが完走できないことが分かった。プラットフォームの実用性が示されたが、スケールや一般化の限界については要旨からは不明。

6. 次に読むべき論文は？

要旨で参照されている関連研究として、sim-to-real画像変換器や行動クローニングの手法が挙げられる。具体的には、pixel-level domain adaptationやbehavioral cloningの定番論文が関連する。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Gustavo Claudio Karl Couto, Eric Aislan Antonelo, Gabriel George Zipperer

分類: cs.LG, cs.AI, cs.RO

原文アブストラクト

This paper presents a low-cost, open experimental platform for research in end-to-end autonomous driving with miniature Ackermann vehicles. The platform combines a physical vehicle, a printed urban track, data collection tools, trajectory registration, and a Webots digital twin, enabling controlled experiments that connect simulation-based autonomous-driving methods to real-world execution. As a first baseline, we implement command-conditioned behavior cloning, in which a neural policy receives an on-board camera image and a high-level navigation command and outputs steering and speed. The system is evaluated both on the physical vehicle and in simulation. In real closed-loop experiments, the learned policy follows lanes and executes commanded turns, reaching a mean cross-track error of 6.1 cm with respect to the reference route, close to the 4.7 cm observed in human demonstrations. In the digital twin, camera field of view has a strong effect on performance, reducing the mean cross-track error from 35.6 to 3.3 cm when widened from 58 to 120 degrees. Using the digital twin to generate synthetic driving data and a learned sim-to-real image translator to reduce the appearance gap, we further show that a higher-capacity policy trained on this synthetic data combined with real demonstrations is the only configuration that completes all four track routes in closed loop, whereas the compact baseline and the same network trained on real data alone complete fewer. These results establish the open platform as a practical testbed for sim-to-real studies and provide an initial command-conditioned imitation-learning baseline; we release it to support reproducible research.

arXivで原文を読む →arXiv概要ページ