論文の概要: Safe Stochastic Explorer: Enabling Safe Goal Driven Exploration in Stochastic Environments and Safe Interaction with Unknown Objects
- arxiv url: http://arxiv.org/abs/2602.00868v1
- Date: Sat, 31 Jan 2026 19:07:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.046963
- Title: Safe Stochastic Explorer: Enabling Safe Goal Driven Exploration in Stochastic Environments and Safe Interaction with Unknown Objects
- Title（参考訳）: 安全な確率的エクスプローラー:確率的環境における安全なゴール駆動探索の実現と未知の物体との安全な相互作用
- Authors: Nikhil Uday Shinde, Dylan Hirsch, Michael C. Yip, Sylvia Herbert,
- Abstract要約: Hamilton-Jacobi Reachability や Control Barrier Functions のような安全な制御の現在の方法は、既知のシステム力学を仮定する。
既存の安全な探査技術は、未知の現実世界で運用する場合に固有の不可避性を説明できないことが多い。
安全エクスプローラー(S.S.Explorer, S.S.Explorer, S.S.Explorer, S.S.Explorer)を提案する。
- 参考スコア（独自算出の注目度）: 14.689306855809653
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous robots operating in unstructured, safety-critical environments, from planetary exploration to warehouses and homes, must learn to safely navigate and interact with their surroundings despite limited prior knowledge. Current methods for safe control, such as Hamilton-Jacobi Reachability and Control Barrier Functions, assume known system dynamics. Meanwhile existing safe exploration techniques often fail to account for the unavoidable stochasticity inherent when operating in unknown real world environments, such as an exploratory rover skidding over an unseen surface or a household robot pushing around unmapped objects in a pantry. To address this critical gap, we propose Safe Stochastic Explorer (S.S.Explorer) a novel framework for safe, goal-driven exploration under stochastic dynamics. Our approach strategically balances safety and information gathering to reduce uncertainty about safety in the unknown environment. We employ Gaussian Processes to learn the unknown safety function online, leveraging their predictive uncertainty to guide information-gathering actions and provide probabilistic bounds on safety violations. We first present our method for discrete state space environments and then introduce a scalable relaxation to effectively extend this approach to continuous state spaces. Finally we demonstrate how this framework can be naturally applied to ensure safe physical interaction with multiple unknown objects. Extensive validation in simulation and demonstrative hardware experiments showcase the efficacy of our method, representing a step forward toward enabling reliable widespread robot autonomy in complex, uncertain environments.
- Abstract（参考訳）: 惑星探査から倉庫や家まで、非構造的で安全に重要な環境で動く自律ロボットは、事前知識が限られているにもかかわらず、周囲を安全にナビゲートし、対話することを学ぶ必要がある。
Hamilton-Jacobi Reachability や Control Barrier Functions のような安全な制御の現在の方法は、既知のシステム力学を仮定する。
一方、既存の安全な探査技術は、見知らぬ表面を滑走する探索用ローバーや、パントリーでマッピングされていない物体を押し回す家庭用ロボットなど、未知の現実世界環境での運用において、避けられない確率性を説明できないことが多い。
この重要なギャップに対処するために,確率力学の下での安全な目標駆動探索のための新しいフレームワークであるSafe Stochastic Explorer (S.S.Explorer)を提案する。
本手法は, 未知の環境における安全に関する不確実性を軽減するために, 安全と情報収集の戦略的バランスをとる。
我々はガウス過程を用いて、未知の安全機能をオンラインで学習し、その予測不確実性を利用して情報収集行動のガイドを行い、安全違反の確率的境界を提供する。
まず、離散状態空間環境に対して提案手法を提案し、その後、この手法を連続状態空間に効果的に拡張するスケーラブルな緩和を導入する。
最後に、このフレームワークが複数の未知のオブジェクトとの安全な物理的相互作用を確保するためにどのように自然に適用できるかを示す。
シミュレーションおよび実証ハードウェア実験における広範囲な検証は,複雑で不確実な環境での信頼性の高いロボット自律性の実現に向けた一歩として,本手法の有効性を示すものである。
関連論文リスト
- Contextual Safety Reasoning and Grounding for Open-World Robots [79.98924225712668]
COREは、環境に関する事前の知識なしに、オンラインのコンテキスト推論、接地、執行を可能にする安全フレームワークである。
知覚の不確実性を考慮したCOREの確率論的安全性保証を提供する。
シミュレーションと実世界の実験を通じて、COREは目に見えない環境において、文脈的に適切な振る舞いを強制することを示した。
論文 参考訳（メタデータ） (2026-02-23T15:51:23Z) - Towards provable probabilistic safety for scalable embodied AI systems [79.31011047593492]
エンボディードAIシステムは、様々なアプリケーションでますます普及している。
複雑な運用環境での安全性確保は依然として大きな課題である。
このパースペクティブは、安全で大規模に実施されたAIシステムを安全クリティカルなアプリケーションに採用するための道筋を提供する。
論文 参考訳（メタデータ） (2025-06-05T15:46:25Z) - Safely Learning Controlled Stochastic Dynamics [61.82896036131116]
システム力学の安全な探索と効率的な推定を可能にする手法を提案する。
学習後、学習モデルはシステムのダイナミクスの予測を可能にし、任意の制御の安全性検証を可能にする。
我々は、真の力学のソボレフ正則性を高めることにより、安全性と適応学習率の向上を理論的に保証する。
論文 参考訳（メタデータ） (2025-06-03T11:17:07Z) - Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。
提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。
これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
論文 参考訳（メタデータ） (2025-04-30T13:47:25Z) - Enhance Exploration in Safe Reinforcement Learning with Contrastive Representation Learning [0.1843404256219181]
安全な強化学習では、エージェントは探索行動と安全制約のバランスをとる必要がある。
本研究では,スパース・リワード環境における探索と安全優先行動のバランスをとるために,効率的な状態表現を学習することを目的とする。
論文 参考訳（メタデータ） (2025-03-13T12:53:42Z) - Generalizing Safety Beyond Collision-Avoidance via Latent-Space Reachability Analysis [6.267574471145217]
Hamilton-Jacobi (H) は、ロボットが安全でない状態を同時に検出し、アクションを生成するための厳格なフレームワークである。
生観測データを直接操作する潜在空間到達性であるLa Safety Filtersを提案する。
論文 参考訳（メタデータ） (2025-02-02T22:00:20Z) - Safeguarded Progress in Reinforcement Learning: Safe Bayesian
Exploration for Control Policy Synthesis [63.532413807686524]
本稿では、強化学習(RL)におけるトレーニング中の安全維持の問題に対処する。
探索中の効率的な進捗と安全性のトレードオフを扱う新しいアーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-12-18T16:09:43Z) - Safe reinforcement learning of dynamic high-dimensional robotic tasks:
navigation, manipulation, interaction [31.553783147007177]
強化学習では、損傷を起こさない環境を探索する上で、安全はより基本的なものである。
本稿では,各種ロボット作業の強化学習のための安全探索の新たな定式化について紹介する。
我々のアプローチは、幅広い種類のロボットプラットフォームに適用され、データから学んだ複雑な衝突制約の下でも安全を強制する。
論文 参考訳（メタデータ） (2022-09-27T11:23:49Z) - Online Mapping and Motion Planning under Uncertainty for Safe Navigation
in Unknown Environments [3.2296078260106174]
本論文は,確率論的安全保証者によるオンラインで実現可能な動作のマッピングと計画のための不確実性に基づくフレームワークを提案する。
提案手法は, 環境の不確実性を意識した環境表現を構築するために周囲をマッピングし, (i) 信念空間の多層サンプリングベースプランナーを通して, キノダイナミックに実現可能で確率論的に安全な目標に反復的に(re)計画を行うことにより, 動き, 確率論的安全性, オンライン計算制約を取り扱う。
論文 参考訳（メタデータ） (2020-04-26T08:53:37Z) - Safe reinforcement learning for probabilistic reachability and safety
specifications: A Lyapunov-based approach [2.741266294612776]
安全運転の最大確率を学習するモデルフリー安全仕様法を提案する。
提案手法は, 各政策改善段階を抑制するための安全な政策に関して, リャプノフ関数を構築する。
安全集合と呼ばれる安全な操作範囲を決定する一連の安全なポリシーを導出する。
論文 参考訳（メタデータ） (2020-02-24T09:20:03Z)
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。