論文の概要: Robust Verification of Controllers under State Uncertainty via Hamilton-Jacobi Reachability Analysis

• arxiv url: http://arxiv.org/abs/2511.14755v1
• Date: Tue, 18 Nov 2025 18:55:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-19 16:23:53.274586
• Title: Robust Verification of Controllers under State Uncertainty via Hamilton-Jacobi Reachability Analysis
• Title（参考訳）: ハミルトン・ヤコビの到達可能性解析による状態不確実性下における制御器のロバスト検証
• Authors: Albert Lin, Alessandro Pinto, Somil Bansal,
• Abstract要約: Hamilton-Jacobi (J) リーチビリティ解析は、最悪の不確実性の下で最適なリーチビリティを計算できる一般的な非線形システムに対する一般的な形式的検証ツールである。 この作業は、HJローバーを介してRobust Verification Controllersのための、HJベースのリーチビリティベースのシステム検証フレームワークである。 本稿では,Ro-CoReの安全性検証とコントローラ設計のための新しい手法を提案する。
• 参考スコア（独自算出の注目度）: 49.31947916567367
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As perception-based controllers for autonomous systems become increasingly popular in the real world, it is important that we can formally verify their safety and performance despite perceptual uncertainty. Unfortunately, the verification of such systems remains challenging, largely due to the complexity of the controllers, which are often nonlinear, nonconvex, learning-based, and/or black-box. Prior works propose verification algorithms that are based on approximate reachability methods, but they often restrict the class of controllers and systems that can be handled or result in overly conservative analyses. Hamilton-Jacobi (HJ) reachability analysis is a popular formal verification tool for general nonlinear systems that can compute optimal reachable sets under worst-case system uncertainties; however, its application to perception-based systems is currently underexplored. In this work, we propose RoVer-CoRe, a framework for the Robust Verification of Controllers via HJ Reachability. To the best of our knowledge, RoVer-CoRe is the first HJ reachability-based framework for the verification of perception-based systems under perceptual uncertainty. Our key insight is to concatenate the system controller, observation function, and the state estimation modules to obtain an equivalent closed-loop system that is readily compatible with existing reachability frameworks. Within RoVer-CoRe, we propose novel methods for formal safety verification and robust controller design. We demonstrate the efficacy of the framework in case studies involving aircraft taxiing and NN-based rover navigation. Code is available at the link in the footnote.
• Abstract（参考訳）: 自律システムのための知覚ベースのコントローラが現実世界で普及するにつれて、知覚の不確実性にもかかわらず、その安全性と性能を正式に検証できることが重要である。 残念ながら、このようなシステムの検証は、多くの場合、非線形、非凸、学習ベース、および/またはブラックボックスであるコントローラの複雑さのため、難しいままである。 先行研究では、近似到達可能性法に基づく検証アルゴリズムが提案されていたが、多くの場合、処理可能なコントローラやシステムのクラスを制限したり、過度に保守的な分析を行うことができる。 ハミルトン・ヤコビ・リーチビリティ解析(HJ)は、最悪のシステム不確実性の下で最適なリーチ可能集合を計算できる一般的な非線形システムに対する一般的な形式的検証ツールである。 本稿では,コントローラのロバスト検証のためのフレームワークであるRoVer-CoReを提案する。 我々の知る限りでは、RoVer-CoReは知覚的不確実性の下で知覚に基づくシステムの検証を行うための最初のHJリーチビリティベースのフレームワークである。 我々の重要な洞察は、システムコントローラ、観測機能、状態推定モジュールを結合して、既存のリーチビリティフレームワークと容易に互換性のある等価なクローズドループシステムを得ることです。 本稿では,RoVer-CoRe内での安全性検証とロバストなコントローラ設計のための新しい手法を提案する。 航空機タクシーとNNベースのローバーナビゲーションを含むケーススタディにおいて,本フレームワークの有効性を実証する。 コードは脚注のリンクで入手できる。

関連論文リスト

• Verification of Visual Controllers via Compositional Geometric Transformations [49.81690518952909]
  到達可能な集合の外部近似を生成できる知覚ベースのコントローラのための新しい検証フレームワークを提案する。 提案手法の音質を理論的に保証し,ベンチマーク制御環境における有効性を示す。
  論文  参考訳（メタデータ） (2025-07-06T20:22:58Z)
• Data-Driven Distributionally Robust Safety Verification Using Barrier Certificates and Conditional Mean Embeddings [0.24578723416255752]
  問題を非現実的な仮定にシフトすることなく,スケーラブルな形式検証アルゴリズムを開発する。 問題を非現実的な仮定にシフトさせることなく,スケーラブルな形式検証アルゴリズムを開発するためには,バリア証明書の概念を用いる。 本稿では,2乗法最適化とガウス過程エンベロープを用いて効率よくプログラムを解く方法を示す。
  論文  参考訳（メタデータ） (2024-03-15T17:32:02Z)
• Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
  CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。 次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。 これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
  論文  参考訳（メタデータ） (2022-08-23T05:02:09Z)
• Joint Differentiable Optimization and Verification for Certified Reinforcement Learning [91.93635157885055]
  安全クリティカル制御システムのためのモデルベース強化学習では,システム特性を正式に認定することが重要である。 本稿では,強化学習と形式検証を共同で行う枠組みを提案する。
  論文  参考訳（メタデータ） (2022-01-28T16:53:56Z)
• Safety Verification of Model Based Reinforcement Learning Controllers [7.407039316561176]
  本稿では,モデルベースRLコントローラのリーチブル・セット解析を用いた新しい安全性検証フレームワークを提案する。 提案したフレームワークは、ニューラルネットワークを用いて表現されるモデルとコントローラを効率的に扱うことができる。
  論文  参考訳（メタデータ） (2020-10-21T03:35:28Z)
• Runtime Safety Assurance Using Reinforcement Learning [37.61747231296097]
  本稿では,安全でない状況を高精度に識別できるメタコントローラを設計することを目的とする。 我々は,RTSAの設計をマルコフ決定プロセス(MDP)と組み合わせ,強化学習(RL)を用いて解決する。
  論文  参考訳（メタデータ） (2020-10-20T20:54:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。