技術要約：車両の可塑性のためのホワイトボックス・ニューラル・アンサンブル

問題提起

自動運転車両の制御システムは、可塑性（再学習なしに、摩擦の変化や車両質量の変化といった変動する動作領域に適応する能力）と、検証可能性（ISO 26262などの安全認証のための、透明で分析可能なモデルの必要性）という根本的な緊張関係に直面している。

現在の最先端のソリューションは、以下のいずれかに依存することが多い：

1. コンパイルされた不透明なモデル： acados や L4CasADi といったツールは効率的なコードを生成するが、検証の対象をコード生成のプロベナンス（由来）へとシフトさせてしまい、実行時のシンボリックな内省（introspection）を欠いている。
2. モノリシックな学習モデル： ユニバーサル・ファンデーション・モデルやオンライン微調整といった手法は、安定性と可塑性のジレンマに苦しみ、クローズドループの不安定性や破滅的忘却のリスクを伴う。
3. 暗黙的な適応： Neural-Fly のような手法は関数近似器を通じて挙動を調整するが、明示的な構造的透明性を欠くことが多い。

ここに、非線形モデル予測制御（NMPC）フレームワーク内で、完全にトラバーサブル（走査可能）なシンボリック表現を維持することに伴う具体的な効率コストに関する理解の空白が存在する。本論文は、厳格なホワイトボックスの監査可能性を追求することが、大幅な計算オーバーヘッドを犠牲にしてでも達成可能かどうかを調査するものである。

手法

アーキテクチャ：モジュラー・ソブリンティ（Modular Sovereignty）

著者らは、「モジュラー・ソブリンティ（HYDRAに着想を得た）」パラダイムに基づくホワイトボックス適応型NMPCを提案している。単一のモノリシックなモデルを訓練したり、物理パラメータをオンラインで推定したりする代わりに、本システムは車両ダイナミクスを、凍結されたレジーム固有のニューラル・スペシャリストの凸結合として構築する。

• ダイナミクス定式化： 全体的な有効ダイナミクスは $\dot{\hat{x}}(t) = \sum_{i=1}^{N} w_i \cdot \Psi_i(x(t), u(t))$ と定義される。ここで $\Psi_i$ は凍結されたニューラルネットワーク（スペシャリスト）であり、$w$ は単体（simplex）内に制約されたガバナンス・ベクトル（$\sum w_i = 1, w_i \ge 0$）である。
• 幾何学的制約： この定式化により、システム・ダイナミクスをスペシャリストの凸包（convex hull）内に限定し、訓練されたモデル・ファミリーを超えた外挿を防ぎ、未知の車両構成（フリートの異質性）に対する補間を可能にする。

適応メカニメント：ガバナー（The Governor）

ガバナーモジュールは、レジームの変化（摩擦の変化、質量変化など）に適応するために、混合重み（$w$）をリアルタイムで推定する。

• 回帰： ガバナーは、測定された状態微分（有限差分によって近似）と、アンサンブル出力の間の誤差を最小化する。
• 平滑化： 高周波振動を抑制するために、重みは指数移動平均（EMA）を用いて平滑化される。
• ゼロショット展開： スペシャリスト・ライブラリは、ハイブリッド合成データセット（一様サンプリング ＋ 「チャープ」軌道）を用いた貪欲な最悪ケース選択戦略によって構築され、限界挙動のカバー範囲を確保している。

実装：シンボリック監査可能性

最大限の透明性を実現するため、アンサンブルは CasADi SXにおける完全なシンボリック表現 を用いて実装されている。

• コンパイル型のアプローチとは異なり、ソルバーは各反復においてニューラルネットワークの明示的なシンボリック計算グラフを走査する。
• これにより、微分グラフの直接的な検査（構造的透明性）が可能となるが、ニューラルな重み自体は依然として意味論的に不透明（semantically opaque）である。
• 訓練： 8つの物理情報ニューラルネットワーク（PINNs）が、データ損失と運動学的整合性制約の両方を最小化するように、ハイブリッド・プロトコル（Adamに続くL-BFGS）を用いて訓練され、RMSE $\approx 4 \times 10^{-6}$ を達成した。

主な貢献

1. シンボリックNMPCの統合： 厳格な監査可能性の下での車両の可塑性のために設計された、ホワイトボックスNMPCフレームワークに統合された、疎な（sparse）凍結ニューラル・スペシャリストのアンサンブルの提示。
2. 透明性コストの定量化： 完全な非線形シンボリック保持を維持することによって発生する計算オーバーヘッドを厳密に特徴付けた。本研究は、厳格なホワイトボックス実装における「効率性の価格」を孤立させて特定している。
3. 機能的検証： 本アーキテクチャが、同期シミュレーションを通じて検証された通り、摩擦、質量、およびドラッグの急激な変化に対処し、可塑性の問題を解決できることを実証した。

結果

計算ベンチマーク（フェーズ I）

本研究は、速度と監査可能性の間の重大なトレードオフを定量化している：

• ソルバーのレイテンシ： シンボリック・ニューラル・アンサンブルは、最適化されたパラメトリック物理モデルと比較して、72倍から102倍の低速化を招く。
  • F1TENTH (1:10 スケール): 物理モデルの7.38 msに対し、535 msの解法時間。
  • ORCA (1:43 スケール): 物理モデルの5.35 msに対し、545 msの解法時間。
• ボトルネック： この低速化は構造的なものである。時間の約**96%**は、NLP（非線形計画問題）の評価（ヤコビアンを生成するためにシンボリックグラフを走査すること）によって消費されており、線形ソルバーが占める時間は無視できる程度である。
• 適応レイテンシ： ソルバーのオーバーヘッドにもかかわらず、適応メカニズム自体は迅速（~7.3 ms）であり、JIT（実行時コンパイル）再コンパイル手法（~752 ms）よりも大幅に高速である。

機能的可塑性の検証（フェーズ II）

複合的なレジーム変化が発生する自律走行レーストラック上で評価を行った：

• ティア 1 (理想的なODE): 適応型コントローラは、位置偏差を+12.9%に抑え、摩擦変化に対して非適応型ベースラインと比較して97.5%の軽減を達成し、天井性能に近い性能を示す。
• ティア 2 (ノイズを含むODE): システムはセンサーノイズ下でも安定しており、アレアトリックな不確実性がガバナーを不安定化させないことを確認した。
• ティア 3 (ニューラル PINNs):
  • ナイーブな訓練 (ティア 3a): 結果は安全ではなく、メートル単位の位置ドリフトを引き起こす。
  • ハイブリッド訓練 (ティア 3b): 精緻化された訓練プロトコルを用いることで、システムは理想的なODEの天井に肉薄した。位置誤差は0.1 m未満に留まり、ナイーブなベースラインと比較して35倍の誤差削減を実現した。
• 複合シフト： システムは摩擦、質量、ドラッグの同時変化を正常に処理し、非適応型ベースラインには見られない堅牢性を示した。

意義と主張

本論文は、構造的透明性と実行速度の間のトレードオフに関する概念実証（PoC）およびベースラインとして位置づけられている。

• 「ゼロを計算するためのコスト」： 著者らは、72〜102倍の低速化は、完全な実行時内省を維持するための固定された構造的税であると主張している。自動微分（AD）エンジンは、疎な寄与を検証するために、密なパスを走査することに時間の大部分を費やしている。
• 安全性 vs 速度： 本研究は、厳格な同期検証が現在のところリアルタイムのハードウェア実装を禁止している一方で、このアーキテクチャは車両の可塑性の問題を機能的に解決していると論じている。計算コストは「安全マージン」を購入している。すなわち、モデル・ライブラリの検証された凸包から外れることなく、エピステミック（認識論的）な不確実性や複合レジームの変化に対処できる能力である。
• 将来のロードマップ： 著者らは、現在の実装がそのままデプロイ可能であるとは主張していない。代わりに、ヤコビアンの密度が低い（~3.6%）ことは、グラフを圧縮するための感度ベースのプルーニング（枝刈り）の可能性を示唆していると述べている。また、適応レイテンシとソルバーレイテンシを分離する非同期アーキテクチャを提案しており、これにより、厳格な同期監査可能性を犠牲にすることなく、可塑性と速度を両立できる可能性があるとしている。
• 結論： 本研究は、ホワイトボックス型の適応コントローラが理論的に実行可能であり、かつ機能的に有効であることを検証している。これは、計算効率の壁を解決できれば、可塑性と透明性の両立への明白な道筋となるものである。