論文の概要: On transferring safety certificates across dynamical systems
- arxiv url: http://arxiv.org/abs/2602.03987v2
- Date: Mon, 16 Mar 2026 17:42:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.148758
- Title: On transferring safety certificates across dynamical systems
- Title（参考訳）: 動的システム間の安全証明書の転送について
- Abstract要約: 制御障壁関数(CBF)は、制御系における安全制約を強制するための強力なツールである。
しかし、複雑な高次元力学への直接的な応用は、しばしば困難である。
本稿では,不整合な力学系間の安全保証を伝達する問題に対処する。
- 参考スコア（独自算出の注目度）: 2.034258001065168
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Control barrier functions (CBFs) provide a powerful tool for enforcing safety constraints in control systems, but their direct application to complex, high-dimensional dynamics is often challenging. In many settings, safety certificates are more naturally designed for simplified or alternative system models that do not exactly match the dynamics of interest. This paper addresses the problem of transferring safety guarantees between dynamical systems with mismatched dynamics. We propose a transferred control barrier function (tCBF) framework that enables safety constraints defined on one system to be systematically enforced on another system using a simulation function and an explicit margin term. The resulting transferred barrier accounts for model mismatch and induces a safety condition that can be enforced on the target system via a quadratic-program-based safety filter. The proposed approach is general and does not require the two systems to share the same state dimension or dynamics. We demonstrate the effectiveness of the framework on a quadrotor navigation task with the transferred barrier ensuring collision avoidance for the target system, while remaining minimally invasive to a nominal controller. These results highlight the potential of transferred control barrier functions as a general mechanism for enforcing safety across heterogeneous dynamical systems.
- Abstract（参考訳）: 制御障壁関数(CBF)は、制御系における安全制約を強制する強力なツールを提供するが、複雑な高次元力学への直接適用は、しばしば困難である。
多くの設定において、安全証明書はより自然に、利害関係のダイナミクスと正確に一致しない、単純化または代替のシステムモデルのために設計されている。
本稿では,不整合な力学系間の安全保証を伝達する問題に対処する。
本研究では,あるシステム上で定義された安全制約を,シミュレーション関数と明示的マージン項を用いて,他のシステムに対して体系的に実施することを可能にする制御バリア関数(tCBF)フレームワークを提案する。
転送されたバリアはモデルミスマッチを考慮し、二次プログラムベースの安全フィルタを介してターゲットシステムに強制できる安全条件を誘導する。
提案手法は一般的であり、2つの系が同じ状態次元や力学を共有する必要はない。
本研究は,目標システムの衝突回避を確保するためのバリアを移設した四角形ナビゲーションタスクにおけるフレームワークの有効性を実証する。
これらの結果は、異種力学系における安全を強制するための一般的なメカニズムとして、伝達制御バリア関数の可能性を強調している。
関連論文リスト
- Hamilton-Jacobi Reachability for Hybrid Systems: Unified Goal-Driven Control with Safety Guarantees [8.202941588804972]
連続時間非線形システムの形式的検証手法である古典的ハミルトン・ヤコビ(HJ)の到達可能性解析をハイブリッド力学系に拡張する。
我々のフレームワークは、離散状態と連続状態の両方で定義された一般化値関数により、ハイブリッドシステムの安全な集合を特徴付ける。
我々は,ハイブリッド後方到達管を定式化して計算し,安全性と目標到達行動の同時実施を可能にする。
論文 参考訳（メタデータ） (2026-09-15T16:42:23Z) - Safety-Critical Whole-Body Control for Humanoid Robots via Input-to-State Safe Control Barrier Functions [6.59514190732471]
本稿では,ヒューマノイドロボットのための階層型安全クリティカル全身制御フレームワークを提案する。
提案アーキテクチャは,キネマティック・ボディー・コントローラ(KinWBC),ISSf-CBFセーフティフィルタ,ダイナミック・ボディー・コントローラ(DynWBC)を統合している。
論文 参考訳（メタデータ） (2026-05-25T08:02:30Z) - Control Barrier Corridors: From Safety Functions to Safe Sets [7.396792281840145]
制御バリア機能と安全な移動回廊は広く使われているが、技術的には異なる安全方法である。
本稿では,この2つのアプローチを統一する制御障壁の新たな概念を提案する。
コンベックスバリア機能のための制御バリア回廊上で,各状態の安全性を局所的に拡張可能であることを示す。
論文 参考訳（メタデータ） (2026-03-06T17:23:56Z) - BarrierSteer: LLM Safety via Learning Barrier Steering [83.12893815611052]
BarrierSteerは、学習した非線形安全性制約を直接モデルの潜在表現空間に埋め込むことで、安全性を形式化する新しいフレームワークである。
BarrierSteerは、敵の成功率を大幅に低下させ、安全でない世代を減少させ、既存の手法より優れていることを示す。
論文 参考訳（メタデータ） (2026-02-23T18:19:46Z) - UpSafe$^\circ$C: Upcycling for Controllable Safety in Large Language Models [67.91151588917396]
大規模言語モデル(LLM)は、幅広いタスクで顕著な進歩を遂げているが、有害なコンテンツ生成やジェイルブレイク攻撃といった安全リスクに弱いままである。
安全に配慮したリサイクルによるLCMの安全性向上のための統合フレームワークであるUpSafe$circ$Cを提案する。
この結果から, 静的アライメントから動的, モジュール, 推論対応制御への移行という, LLMの安全性の新たな方向性が明らかになった。
論文 参考訳（メタデータ） (2025-10-02T16:43:33Z) - 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) - 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) - Soft Actor-Critic-based Control Barrier Adaptation for Robust Autonomous Navigation in Unknown Environments [4.788163807490197]
制御バリア関数(CBF)の制約パラメータを実行時に適用するためのソフトアクタ・クリティカル(SAC)ベースのポリシーを提案する。
我々は,本フレームワークがCBF制約を効果的に適用し,ロボットが安全性を損なうことなく最終目標に達することを実証した。
論文 参考訳（メタデータ） (2025-03-11T14:33:55Z) - Pareto Control Barrier Function for Inner Safe Set Maximization Under Input Constraints [50.920465513162334]
入力制約下での動的システムの内部安全集合を最大化するPCBFアルゴリズムを提案する。
逆振り子に対するハミルトン・ヤコビの到達性との比較と,12次元四元数系のシミュレーションにより,その有効性を検証する。
その結果,PCBFは既存の手法を一貫して上回り,入力制約下での安全性を確保した。
論文 参考訳（メタデータ） (2024-10-05T18:45:19Z) - Learning Local Control Barrier Functions for Hybrid Systems [29.777171131682486]
安全はハイブリッドロボットシステムにとって主要な関心事である。
既存のハイブリッドシステムに対する安全クリティカルな制御アプローチは、計算的に非効率であり、システム性能に有害であるか、小規模システムに限定されている。
本研究では,局所制御バリア関数 (CBF) を構築するための学習可能なアプローチを提案する。
論文 参考訳（メタデータ） (2024-01-26T14:38:43Z) - 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)
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。