リアルタイム制約下での自動運転レースにおけるシミュレーションと現実のギャップの橋渡し
本論文は、自動運転レースにおけるシミュレーションと現実のギャップを全スタックリアルタイムシステム問題として扱います。物理/計算/実行の3層視点を導入し、動的ミスマッチがどのように伝播するかを分析し、ラップタイムを超えた診断指標（パフォーマンス反転、安定性指標、遅延とノイズへの感度、遅延分布特性）を提案します。また、展開指向の視点から緩和戦略をまとめ、計算とタイミング制約下での再現可能かつ公平な評価のためのベンチマークガイドラインを示します。
自動運転レースは、高速、狭い安定マージン、厳しいリアルタイム制約などの極限条件下で動作するため、シミュレーションと現実のギャップ（sim-to-real gap）が顕著に現れる。シミュレーションは開発に不可欠であるが、シミュレーションで良好に動作するコントローラでも、動的ミスマッチ、推定遅延、実行層レイテンシの相互作用により、実際のプラットフォームでは性能が急激に低下することが多い。この問題は自動運転レースにおいて特に深刻であり、わずかなずれが重大な事故につながる可能性がある。
この問題に体系的に取り組むため、本論文は自動運転レースにおけるシミュレーションから現実への転写をフルスタックリアルタイムシステム問題として初めて定式化する。著者らは、物理層、計算層、実行層からなる構造化された3層視点を導入し、ミスマッチが閉ループフィードバックを通じて伝播・増幅される仕組みを分析する。物理層は動的モデルと実際の車両挙動の差異、計算層はアルゴリズムと推定誤差、実行層はハードウェアと制御指令の遅延に焦点を当てる。これらの層は相互に結合し、シミュレーションと現実のギャップを生み出す。
診断面では、従来のラップタイムを超える指標として、パフォーマンス反転（シミュレーションで良好なコントローラが現実で劣る現象）、安定性指向指標、遅延やノイズへの感度、遅延分布特性を提案する。これらの指標はシステムの弱点をより包括的に明らかにする。さらに、展開指向の観点から緩和戦略をまとめ、実行認識および遅延認識設計を強調する。例えば、制御器設計に実行遅延を明示的に組み込む、またはロバスト制御手法を採用するなどが挙げられる。
最後に、計算とタイミング制約下での再現可能かつ公平な評価を可能にするベンチマークガイドラインを示す。このフレームワークは層横断的な故障メカニズムを明確化し、動的限界近くで動作する実用的な自動運転レースシステムの設計原則を提供する。本論文は2026年IEEE第104回車両技術会議（VTC2026-Fall）に採択され、6ページ、2図、3表で構成される。