Active Exploration in Iterative Gaussian Process Regression for Uncertainty Modeling in Autonomous Racing

📄 arXiv: 2311.01993v1 📥 PDF

作者: Tommaso Benciolini, Chen Tang, Marion Leibold, Catherine Weaver, Masayoshi Tomizuka, Wei Zhan

分类: eess.SY

发布日期: 2023-11-03

💡 一句话要点

提出主动探索机制以提升自主赛车中的不确定性建模

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 自主赛车 模型预测控制 高斯过程回归 不确定性建模 主动探索 数据收集 性能优化

📋 核心要点

  1. 现有的模型预测控制方法在自主赛车中需要准确的系统模型，但模型误差和对手行为建模存在挑战。
  2. 本文提出了一种主动探索机制，通过在高不确定性区域收集数据，迭代更新高斯过程回归模型，以提高模型的准确性。
  3. 在Gran Turismo Sport平台上的实验验证显示，该方法显著提升了GP预测准确性和赛车性能，相较于以往方法有明显改进。

📝 摘要（中文）

自主赛车面临复杂的控制问题，而模型预测控制（MPC）在解决最小圈速和对抗赛车方面取得了良好进展。然而，模型的准确性依赖于对车辆动力学和对手行为的建模。本文提出了一种新颖的主动探索机制，通过在高不确定性区域收集额外数据来迭代更新高斯过程（GP）回归模型。MPC在探索过程中平衡赛车目标与探索标准，随后对GP进行重新训练。实验结果表明，该方法在Gran Turismo Sport模拟平台上显著提高了GP预测准确性，从而提升了赛车性能。

🔬 方法详解

问题定义：本文旨在解决自主赛车中模型预测控制对准确模型的依赖问题，现有方法在动态模型误差和对手行为建模上存在不足。

核心思路：提出主动探索机制，旨在通过在高不确定性区域收集数据来增强高斯过程回归模型的准确性，从而提升赛车性能。

技术框架：整体流程包括MPC控制器在探索阶段收集多样化数据，平衡赛车目标与探索标准，随后对GP模型进行迭代训练，最后在优化阶段仅关注赛车目标。

关键创新：主动探索机制是本文的核心创新，区别于传统方法的是它在高不确定性区域主动收集数据，从而有效提升GP模型的性能。

关键设计：在探索阶段，MPC的设计考虑了赛车目标与探索标准的权衡，确保收集的数据具有多样性，进而优化GP模型的训练过程。具体的参数设置和损失函数设计未在摘要中详细说明，需参考原文。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，主动探索机制显著提高了GP模型的预测准确性，相较于以往方法，赛车性能提升幅度达到XX%（具体数据需参考原文），在Gran Turismo Sport平台的验证中表现尤为突出。

🎯 应用场景

该研究的潜在应用领域包括自动驾驶、机器人控制和智能交通系统等。通过提升模型的准确性，能够有效提高自主赛车的性能，进而推动相关技术在实际场景中的应用与发展。

📄 摘要（原文）

Autonomous racing creates challenging control problems, but Model Predictive Control (MPC) has made promising steps toward solving both the minimum lap-time problem and head-to-head racing. Yet, accurate models of the system are necessary for model-based control, including models of vehicle dynamics and opponent behavior. Both dynamics model error and opponent behavior can be modeled with Gaussian Process (GP) regression. GP models can be updated iteratively from data collected using the controller, but the strength of the GP model depends on the diversity of the training data. We propose a novel active exploration mechanism for iterative GP regression that purposefully collects additional data at regions of higher uncertainty in the GP model. In the exploration, a MPC collects diverse data by balancing the racing objectives and the exploration criterion; then the GP is re-trained. The process is repeated iteratively; in later iterations, the exploration is deactivated, and only the racing objectives are optimized. Thus, the MPC can achieve better performance by leveraging the improved GP model. We validate our approach in the highly realistic racing simulation platform Gran Turismo Sport of Sony Interactive Entertainment Inc for a minimum lap time challenge, and in numerical simulation of head-to-head. Our active exploration mechanism yields a significant improvement in the GP prediction accuracy compared to previous approaches and, thus, an improved racing performance.