凸集合のグラフ最適化を用いた自動運転車の動作計画

自動運転車の動作計画は、複雑な環境下で衝突を回避し動的に実現可能な軌道をリアルタイムに生成する必要がある。従来の手法は、非線形最適制御による高精度な手法と、幾何学的計画法によるスケーラブルな手法に大別される。前者は計算負荷が大きく初期値に敏感で、後者は経路選択と軌道最適化が分離される傾向がある。本論文（arXiv:2605.14199）では、凸集合のグラフ（GCS）最適化を用いて、これらの長所を組み合わせた新しい手法を提案している。

提案手法では、自由空間を有限個の凸領域の和集合として表現し、それらを有向グラフで組織化する。非凸形状は離散的な接続判断で処理され、各領域内では凸軌道制約が維持される。車両の動きはベジェ曲線で空間経路を、多項式時間スケーリング関数で時間発展をパラメータ化する。さらに、小さなスリップと線形タイヤを仮定した簡略化された動的モデルにより、凸制約で動的実現可能性を近似的に満たす。このアプローチにより、非線形問題を凸最適化問題として扱うことが可能になる。

評価はCommonRoadシナリオで行われ、静的な障害物回避や車線変更操作を含む。非線形離散時間最適制御との比較では、GCS法は非線形計画と同等の衝突回避かつ動的整合性のある軌道を生成し、計算効率が向上し初期化への感度が低いことが示された。これらの結果は、GCSが非線形動作計画問題の構造化近似を提供し、主要な幾何学的および動的効果を捉えつつ連続緩和での凸性を保持することを示している。

なお、本論文は2026年5月13日に提出され、ロボティクスとシステム制御の分野に跨がる内容である。GCS最適化は、従来の非線形最適制御と比較して、初期値に依存しないロバストな解を提供する点で特に優れている。本研究は、自動運転のリアルタイム動作計画への実用的な貢献が期待される。特に、計算資源が限られた組み込みシステムへの実装が容易になる可能性がある。論文の著者Matheus Wagnerらは、今後の研究として、より複雑な動的モデルや他のタスクへの拡張を視野に入れている。