フォーミュラ1のレーシングドライバーは、タイヤのグリップ限界内で最適なレーシングラインを追求してラップタイムを最小化していますが、ラリーレーシングではドライバーが意図的にトラクションを失い、路面でドリフトさせることで急速にコーナーの出口に向けて車体をアライメントし、結果的にラップタイムを短縮しています。このような高度な操舵をロボットが自律的に実行することは、極めて非線形なドリフト動力学を安定化させつつ厳密にラップタイムを最小化するという複雑な二重目的制御問題を構成しています。 本研究は、この課題に対処するため、最小ラップタイム(MLT)ドリフト制御に特化した計画制御フレームワークを提案しています。まず最適制御問題を定式化し、MLTドリフト計画軌跡を生成し、これを事前データとして深層強化学習ドリフトコントローラの学習に利用します。ドリフトは極めて大きなサイドスリップ角を伴うため直接学習が困難であることから、トラック誘導型強化学習(TgRL)手法が提案されています。 TgRL手法では、段階的に段階的な学習を実現します。ドリフト制御ポリシーから、ドリフトコーナーポリシー、最終的には包括的なドリフトレースポリシーへと進化させていく方式です。報酬関数は即座の報酬項と最小ラップタイム目標に由来する終局報酬項の両方を組み込んでいます。 シミュレーション結果は、提案されたフレームワークが車両の動作制御性能を確保しながらも、効果的にラップタイムを削減するドリフトレーシングポリシーの学習を可能にすることを実証しています。このアプローチは自動運転技術における複雑な動力学制御と最適化の統合的解決を示す重要な成果といえます。