論文の概要: Engagement-Zone-Aware Input-Constrained Guidance for Safe Target Interception in Contested Environments

• arxiv url: http://arxiv.org/abs/2603.23649v1
• Date: Tue, 24 Mar 2026 18:49:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-26 21:06:10.993257
• Title: Engagement-Zone-Aware Input-Constrained Guidance for Safe Target Interception in Contested Environments
• Title（参考訳）: 競合環境における安全目標知覚のためのエンゲージメント・ゾーン対応入力制約誘導
• Authors: Praveen Kumar Ranjan, Abhinav Sinha, Yongcan Cao,
• Abstract要約: 我々はディフェンダーが引き起こすエンゲージメントゾーンを用いて安全制約を定式化する。 log-sum-exp演算子を用いてスムーズな集合安全関数を構築する。 次に、インターセプションと安全目標を協調するスムーズな切り替え誘導戦略を開発する。
• 参考スコア（独自算出の注目度）: 0.711144397510333
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We address target interception in contested environments in the presence of multiple defenders whose interception capability is limited by finite ranges. Conventional methods typically impose conservative stand-off constraints based on maximum engagement distance and neglect the interceptors' actuator limitations. Instead, we formulate safety constraints using defender-induced engagement zones. To account for actuator limits, the vehicle model is augmented with input saturation dynamics. A time-varying safe-set tightening parameter is introduced to compensate for transient constraint violations induced by actuator dynamics. To ensure scalable safety enforcement in multi-defender scenarios, a smooth aggregate safety function is constructed using a log-sum-exp operator combining individual threat measures associated with each defender's capability. A smooth switching guidance strategy is then developed to coordinate interception and safety objectives. The attacker pursues the target when sufficiently distant from threat boundaries and progressively activates evasive motion as the EZ boundaries are approached. The resulting controller relies only on relative measurements and does not require knowledge of defender control inputs, thus facilitating a fully distributed and scalable implementation. Rigorous analysis provides sufficient conditions guaranteeing target interception, practical safety with respect to all defender engagement zones, and satisfaction of actuator bounds. An input-constrained guidance law based on conservative stand-off distance is also developed to quantify the conservatism of maximum-range-based safety formulations. Simulations with stationary and maneuvering defenders demonstrate that the proposed formulation yields shorter interception paths and reduced interception time compared with conventional methods while maintaining safety throughout the engagement.
• Abstract（参考訳）: 有限範囲に制限された複数のディフェンダーの存在下での競合環境におけるターゲットインターセプションに対処する。 従来の手法では、最大エンゲージメント距離に基づいて保守的なスタンドオフ制約を課し、インターセプターのアクチュエータの制限を無視している。 代わりに、ディフェンダーが引き起こすエンゲージメントゾーンを用いて安全制約を定式化する。 アクチュエータの限界を考慮するため、車両モデルは入力飽和ダイナミクスで拡張される。 アクチュエータダイナミクスによって引き起こされる過渡的制約違反を補償するために、時変安全セット締め付けパラメータを導入する。 マルチディフェンダーシナリオにおけるスケーラブルな安全性確保を実現するため、各ディフェンダーの能力に関連付けられた個別の脅威対策を組み合わせたlog-sum-exp演算子を用いて、スムーズなアグリゲーションセーフティ関数を構築する。 次に、インターセプションと安全目標を協調するスムーズな切り替え誘導戦略を開発する。 攻撃者は、脅威境界から十分に離れたときに目標を追尾し、EZ境界が近づくにつれて、回避動作を段階的に活性化する。 結果として得られるコントローラは相対的な測定にのみ依存し、ディフェンダー制御入力の知識を必要としないため、完全に分散されたスケーラブルな実装が容易になる。 厳密な分析は、目標のインターセプション、すべてのディフェンダーエンゲージメントゾーンに対する実用的な安全性、アクチュエータ境界の満足度を保証する十分な条件を提供する。 また, 待機距離に基づく入力制約付き誘導法も開発し, 最大範囲の安全定式化の保守性を定量化する。 定置および操舵ディフェンダーによるシミュレーションにより,提案方式は従来の方法に比べて短いインターセプションパスと短いインターセプション時間を短縮し,エンゲージメント全体の安全性を維持した。

関連論文リスト

• 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)
• RoboSafe: Safeguarding Embodied Agents via Executable Safety Logic [56.38397499463889]
  視覚言語モデル(VLM)を利用するエージェントは、複雑な現実世界のタスクを実行する能力がますます高まっている。 しかし、安全でない行動を引き起こす可能性のある危険な指示に弱いままである。 提案するRoboSafeは,実行可能述語ベースの安全ロジックを通じて,エージェントを具体化するためのランタイムセーフガードである。
  論文  参考訳（メタデータ） (2025-12-24T15:01:26Z)
• Boundary-to-Region Supervision for Offline Safe Reinforcement Learning [56.150983204962735]
  バウンダリ・トゥ・レギオン(Bundary-to-Region, B2R)は、コスト信号による非対称な条件付けを可能にするフレームワークである。 B2Rは、CTGを固定された安全予算の下で境界制約として再定義し、すべての実行可能な軌道のコスト分布を統一する。 実験の結果,B2Rは38項目中35項目の安全制約を満たすことがわかった。
  論文  参考訳（メタデータ） (2025-09-30T03:38:20Z)
• 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)
• Uniformly Safe RL with Objective Suppression for Multi-Constraint Safety-Critical Applications [73.58451824894568]
  広く採用されているCMDPモデルは予測のリスクを制約しており、長い尾の州で危険な行動を起こす余地がある。 安全クリティカルな領域では、そのような行動は破滅的な結果をもたらす可能性がある。 本稿では,目標を最大化するタスク報酬を適応的に抑制する新しい手法であるObjective Suppressionを提案する。
  論文  参考訳（メタデータ） (2024-02-23T23:22:06Z)
• Failing with Grace: Learning Neural Network Controllers that are Boundedly Unsafe [18.34490939288318]
  小型の作業空間で任意の形状のロボットを安全に操縦するために、フィードフォワードニューラルネットワーク(NN)コントローラを学習する問題を考察する。 本稿では,実際に満たすのが難しいデータに対して,そのような仮定を持ち上げるアプローチを提案する。 提案手法の有効性を検証したシミュレーション研究を提案する。
  論文  参考訳（メタデータ） (2021-06-22T15:51:52Z)
• Risk-Constrained Interactive Safety under Behavior Uncertainty for Autonomous Driving [0.0]
  許可された計画領域を制限する安全封筒は、行動の不確実性の存在下で解釈可能な安全性をもたらす。 人間は、安全封筒に違反する確率的リスクを受け入れることによって、密集した交通における安全と効率のバランスをとる。
  論文  参考訳（メタデータ） (2021-02-05T08:33:39Z)

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。