Race to Recovery: Designing Advanced Safety Systems for Autonomous Driving via Learning Autonomous Racing

arXiv:2610.20873v1 公告类型：新

摘要：因结冰、水滑或突然的紧急避让操作而在操控极限处失去控制的车辆，超出了电子稳定控制等量产安全系统的工作范围，这些系统侧重于防止失稳，而非从失稳中恢复。专家驾驶员在这些情况下通过漂移重新获得控制权。现有的自主恢复方法要么在理想化场景中验证，要么以经验性且不一致的方式定义“已恢复”状态，要么依赖离线规划的轨迹而非在线行动。我们针对这些空白，首先通过强化学习训练一个赛车策略，使其将漂移学习为一种时间最优的机动动作，然后通过以最小时间为奖励的持续训练将其适配到恢复任务。我们相对于一个基于相平面的稳定平衡点来定义恢复，并引入 Gym-Khana 用于控制器训练与评估。在 294 个初始失控状态上，迁移后的策略相比 Stanley 路径跟踪器将恢复性能提升了 186.8%，并优于非线性模型预测控制器和从零训练的仅恢复策略，同时在基线已能处理的状态上恢复得更快。消融实验表明，驱动这一增益的是赛车预训练，而非仅仅更广泛的初始状态暴露。在物理 1:10 比例的 F1TENTH 车辆上，通过系统辨识、执行器滞后建模和域随机化进行部署后，迁移后的策略在每一个测试的失控状态上都优于 Stanley，包括在一个基线从未恢复的困难状态上实现了 50% 的恢复成功率。