自律走行レースのための文脈認識型モデルベース強化学習

- 自動運転、特にsimulated autonomous racing環境Roboracer（旧F1Tenth）におけるhead-to-head racingタスクを対象とした研究。 - 敵対車両の運転挙動をepisodeのcontextとしてパラメータ化し、contextual Markov decision processesとして学習問題を定式化。 - MBRLアルゴリズムの性能と汎化能力をベンチマークし、context-aware拡張cMaskを提案する。

- 既存MBRLは環境やtransition dynamicsの変化に弱いことが示されている。 - 本研究はcontext-freeなMBRLとcontext-awareなMBRLを比較し、context-aware手法がout-of-distributionな敵対車両挙動に対してより良く汎化することを示す。 - 提案手法cMaskは、in-distributionな敵対車両に対して他のcontext-aware MBRL手法より性能向上と強い汎化能力を示す。

- head-to-head racingをcontextual Markov decision processesとして定式化。 - episodeのcontextを用いて敵対車両の運転挙動をパラメータ化し、それに伴いtransitionおよびreward dynamicsもパラメータ化する。 - 既存文献に対する新規のcontext-aware拡張としてcMaskを提案する。

- simulated autonomous racing環境Roboracer（旧F1Tenth）においてMBRLアルゴリズムの挙動をベンチマーク。 - context-aware MBRLとcontext-free手法を比較し、out-of-distributionな敵対車両挙動への汎化を評価。 - cMaskを他のcontext-aware MBRL手法と比較し、in-distributionな敵対車両に対する性能と汎化能力を検証。

- 要旨からは不明。 - ただし、context-aware MBRLがcontext-freeよりout-of-distributionな敵対車両挙動に汎化する点、cMaskがin-distributionで性能向上する点が主張されている。

- 要旨で参照/比較されているMBRLアルゴリズムおよびcontext-aware MBRL手法（具体的名称は要旨からは不明）。 - 関連手法としてcMaskの基盤となる既存文献、およびRoboracer（旧F1Tenth）環境を用いたautonomous racing研究。