Surrogate Model based NSGA-II for Suspension Optimization for Two-Wheelers

オートバイが段差に乗り上げるたびに、ライダーはその衝撃を体感します。マシンのサスペンションシステムは、荒れた路面と人体との間の障壁であり、ライダーが快適かつコントロールを維持できるよう、地形による衝撃を吸収するように設計されています。エンジニアたちは、これらのスプリングやショックアブソーバーの完璧なバランスを見つけ出すことが極めて困難であることを、古くから知っています。システムは、衝撃的なポットホール（路面の窪み）を滑らかにするのに十分な柔らかさと、旋回時やブレーキング時にバイクを安定させるのに十分な硬さを兼ね備えていなければなりません。もしサスペンションが柔らかすぎれば、バイクは制御不能に跳ね上がり、逆に硬すぎれば、あらゆる振動がライダーの脊椎へと直接伝わってしまいます。従来、この「スイートスポット」を見つけ出すことは、一つのアイデアをテストするためだけに数時間を要する何千ものコンピュータ・シミュレーションを必要とする、時間がかかりコストも高い試行錯誤のプロセスでした。

ネパールのカトマンドにあるヤトリ・モーターサイクルズ（Yatri Motorcycles）の研究者は、より速く、より精密な方法でこの問題を解決する新しい手法を開発しました。すべてのテストに対して、それらのかさ高い低速なシミュレーションを実行する代わりに、彼らは数学的なショートカットを作り上げました。彼らは、フロントとリアのホイールがどのように連動して動くかを捉える「ハーフカー」システムとして、オートバイのフロントおよびリアサスペンションの簡略化されたデジタルモデルを作成しました。そして、サンプルのデータセットに基づいて複雑なフルシステムの挙動を学習させる、いわば「スマートなコンピュータプログラムに学習させる」という手法である、サロゲートモデリング（代理モデル）と呼ばれる技術を用いました。このプログラムが一度ルールを学習すれば、フルシステムの挙動を極めて正確に、かつわずか数分の一の時間で予測できるようになり、研究者が何千もの組み合わせを瞬時にテストすることを可能にしました。

研究者は、この高速で予測能力の高いモデルを用いて、NSGA-IIとして知られる高度な探索アルゴリズムを実行しました。このアルゴリズムは、フロントとリアのスプリングおよびダンパーの膨大な設定の中から最適なトレードオフを見つけ出す、疲れを知らない探検家のように機能します。目標は、2つの特定の要素、すなわちライダーが感じる垂直方向の上下動（ヒーブ）と、バイクの前後方向の揺れ（ピッチ）を同時に最小化することでした。これら2つの目標はしばらに対立することがよくあります。上下の跳ね上がりを抑える設定が、前後の揺れを悪化させることもあれば、その逆もあります。この高速なサロゲートモデルを使用することで、研究者はこれらのトレードオフの完全な景観をマッピングし、安全性に妥協することなく最高の全体的な快適さを提供する特定のパラメータのセットを特定することができました。

このアプローチによる結果は驚くべきものでした。従来のセットアップでは、研究者が探索した何千もの組み合わせをテストするには、5時間以上の連続したコンピュータ稼働時間が必要でした。しかし、学習済みのショートカットモデルを使用することで、同じ作業が1分足らずで完了しました。この新手法は、標準的なアプローチと比較して、総計算時間を4倍以上短縮しました。さらに重要なことに、アルゴリズムが選択した特定のサスペンション設定は、実際に効果を発揮しました。研究者が選ばれた構成を元の低速で高精度なシミュレーションでテストしたところ、それは真の改善であることが証明されました。最適化されたセットアップは、ライダーが感じる垂直加速度を16パーセント減少させ、バイクの前後方向の揺れの安定性をわずかに向上させました。

また、この研究により、これらの改善が安全性を犠牲にしていないことも確認されました。新しい設定は、サスペンションが底付きしたり過度に伸びたりしないように物理的な限界内にバイクを留め、重荷重時でもバイクの適切な高さを維持しました。研究者は、高速モデルによる予測結果を、低速で伝統的なシミュレーションの結果と比較することで、このショートカットが実世界の設計において信頼できるほど正確であることを検証しました。この成果は、スマートなデータ学習と強力な探索アルゴリズムを組み合わせることで、エンジニアがかつては不可能であった速度と精度で複雑な機械システムを微調整でき、それが二輪車愛好家にとってよりスムーズで快適な走行へとつながることを示しています。