Sim-to-Real Aware End-to-End Learning Environment for Micromobility

📄 arXiv: 2609.28969v1 📥 PDF

作者: Shouma Amano, Takuya Azumi

分类: cs.RO

发布日期: 2026-09-24

💡 一句话要点

提出一种针对微型出行的端到端学习环境以解决仿真与现实间差距问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)

关键词: 微型出行 自动驾驶 仿真到现实 贝叶斯优化 端到端学习 智能体训练 障碍物避让

📋 核心要点

  1. 现有的自动驾驶系统在微型出行车辆上应用受限，主要由于仿真器无法准确模拟特定的运动学特性。
  2. 论文提出了一种车辆特定的端到端学习环境，通过贝叶斯优化减少仿真与现实之间的差距，提升了训练效果。
  3. 实验结果表明，使用DreamerV3训练的策略在模拟环境中表现出良好的学习进展，并成功转移到物理车辆上。

📝 摘要（中文）

尽管端到端的自动驾驶系统展现出良好的前景，但其在微型出行车辆上的应用受到仿真器无法捕捉特定运动学（如差动驱动和全向轮）的限制。本文提出了一种针对WHILL Model CR的仿真到现实意识的、车辆特定的端到端学习环境，基于AWSIM和ROS 2。通过使用真实世界数据的贝叶斯优化来优化物理参数，减少了各种驾驶场景下的轨迹误差。此外，研究引入了一种同步架构，旨在稳定世界模型基础的智能体训练。使用DreamerV3训练的端到端策略在模拟障碍物避让设置中展现了学习进展，并成功实现了对物理车辆的直接仿真到现实转移，使车辆能够在真实世界的走廊复制环境中绕过纸箱，而无需微调。该研究为微型出行政策的仿真到现实研究提供了实用基础。

🔬 方法详解

问题定义：本文旨在解决现有自动驾驶系统在微型出行车辆应用中的仿真与现实之间的差距问题，尤其是仿真器无法有效捕捉特定运动学特性所带来的挑战。

核心思路：通过引入车辆特定的端到端学习环境，并结合贝叶斯优化技术，优化物理参数以缩小仿真与现实之间的差距，从而提升智能体在真实环境中的表现。

技术框架：整体架构包括数据采集、贝叶斯优化、同步训练架构和基于DreamerV3的策略学习模块。首先收集真实世界数据，然后进行物理参数的优化，最后通过同步架构进行智能体的稳定训练。

关键创新：最重要的创新在于提出了一种针对特定车辆的仿真到现实意识的学习环境，并通过贝叶斯优化有效减少了轨迹误差，显著提升了智能体在真实环境中的表现。

关键设计：在参数设置上，采用了贝叶斯优化算法来调整物理参数，损失函数设计上注重轨迹误差的最小化，网络结构上使用了DreamerV3以支持世界模型的训练。整体设计确保了智能体能够在多种驾驶场景中稳定学习。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，使用DreamerV3训练的端到端策略在模拟障碍物避让任务中取得了显著的学习进展，并成功实现了对物理WHILL Model CR车辆的直接转移，能够在真实环境中绕过纸箱，展示了良好的实用性和有效性。

🎯 应用场景

该研究的潜在应用领域包括微型出行车辆的自动驾驶系统、智能交通管理以及城市环境中的机器人导航。通过提供一个有效的仿真到现实转移框架，能够加速微型出行技术的实际部署，提升城市交通的智能化水平，具有重要的实际价值和未来影响。

📄 摘要（原文）

While end-to-end autonomous driving systems show promise, their application to micromobility vehicles is hindered by simulators failing to capture specific kinematics, such as differential drives and omni-wheels. This paper pro- poses a sim-to-real-aware, vehicle-specific end-to-end learning environment for the WHILL Model CR on AWSIM and ROS 2. To minimize the sim-to-real gap, physical parameters are optimized via Bayesian optimization using real-world data, reducing trajectory errors across various driving scenarios. Additionally, this study introduces a synchronized architecture tailored for the stable training of world model-based agents. An end-to-end policy trained with DreamerV3 exhibited learning progress and achieved task completion in a simulated obstacle avoidance setting. Furthermore, this policy demonstrated direct sim-to-real transfer to the physical vehicle, enabling the vehicle to navigate around a cardboard box in a real-world corridor replica without fine-tuning. This paper provides a practical foundation for sim-to-real micromobility policy studies.