自作モデルAWSIM0/4完走

チームKSKは高専生1人で、2D LiDARデータのみを使ってTinyLidarNetというモデルを学習した。高速なデータ収集のため256環境を並列実行する自作GPUシミュレータを構築した。しかし公式シミュレータAWSIMにモデルを移すと、4台6周のレースを完走できなかった。記事は失敗の原因となった5つの差異を詳述している。ステアリング倍率、車両モデル、壁形状、相手の動き、CPU競合だ。

ステアリング倍率は大きな問題だった。自作シミュレータはモデル出力に0.448の係数を掛けたが、AWSIMは出力をそのまま送った。試したところ、倍率0.448ではラップタイム93秒、0.80では43秒だった。自作シミュレータの車両モデルは約25%重く、速度が4〜5 m/sで頭打ちになった。壁形状は平均1.28 m異なったため、特定の壁を覚えないよう80のランダムコースで学習した。自作シミュレータの相手の動きは25%の時間を5 km/hと仮定していたが、実際のAWSIMの交通は2.4%と0.0%しかなかった。CPU競合は隠れた罠だった。BLASスレッドがノードあたり24に設定され、ロードアベレージが84に達した。スレッドを1にすると完走率が8/12から12/12に改善した。

最終的な方針は、自作シミュレータをデータ収集と候補選別に使い、受け入れ判断は複数回のAWSIM走行に基づくことだった。この経験は、sim-to-sim転移がsim-to-realと同じくらい難しい場合があり、対象環境での検証が不可欠だと示している。