論文の概要: Safety Guardrails in the Sky: Realizing Control Barrier Functions on the VISTA F-16 Jet

• arxiv url: http://arxiv.org/abs/2603.27912v1
• Date: Sun, 29 Mar 2026 23:40:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.173778
• Title: Safety Guardrails in the Sky: Realizing Control Barrier Functions on the VISTA F-16 Jet
• Title（参考訳）: 空の安全ガードレール:VISTA F-16ジェットの制御バリア機能の実現
• Authors: Andrew W. Singletary, Max H. Cohen, Tamas G. Molnar, Aaron D. Ames,
• Abstract要約: Guardrailsは,自律システムの動的安全性を保証する,新たなランタイム保証機構である。 安全行動を保証するために、人間やAIオペレータからのコマンドと安全なコントロールアクションをブレンドする。 その能力を実証するため、F-16戦闘機にガードレールを実装し、飛行試験を行った。
• 参考スコア（独自算出の注目度）: 16.745213227676775
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The advancement of autonomous systems -- from legged robots to self-driving vehicles and aircraft -- necessitates executing increasingly high-performance and dynamic motions without ever putting the system or its environment in harm's way. In this paper, we introduce Guardrails -- a novel runtime assurance mechanism that guarantees dynamic safety for autonomous systems, allowing them to safely evolve on the edge of their operational domains. Rooted in the theory of control barrier functions, Guardrails offers a control strategy that carefully blends commands from a human or AI operator with safe control actions to guarantee safe behavior. To demonstrate its capabilities, we implemented Guardrails on an F-16 fighter jet and conducted flight tests where Guardrails supervised a human pilot to enforce g-limits, altitude bounds, geofence constraints, and combinations thereof. Throughout extensive flight testing, Guardrails successfully ensured safety, keeping the pilot in control when safe to do so and minimally modifying unsafe pilot inputs otherwise.
• Abstract（参考訳）: 足のついたロボットから自動運転車や航空機まで、自律システムの進歩は、システムや環境を害することなく、ますます高性能でダイナミックな動作を実行する必要がある。 本稿では,自律システムの動的安全性を保証する新しいランタイム保証機構であるGuardrailを紹介し,運用ドメインのエッジ上で安全に進化できるようにする。 コントロールバリア関数の理論に根ざしたGuardrailsは、人間やAIオペレータからのコマンドを慎重にブレンドして安全な制御動作を保証するコントロール戦略を提供する。 その能力を実証するため、F-16戦闘機にガードレールを実装し、飛行試験を行い、ガードレールは人間の操縦士にG限界、高度制限、ジオフェンス制約、それらの組み合わせを指示した。 広範な飛行試験を通じてガードレールは安全性を確保し、安全であれば操縦士を制御し、安全でないパイロットの入力を最小限に修正した。

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)
• 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)
• 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)
• 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)
• T-CBF: Traversability-based Control Barrier Function to Navigate Vertically Challenging Terrain [9.089399418257148]
  トラバーサビリティに基づく制御バリア機能(T-CBF)について紹介する。 本研究では,非構造的垂直な地形における衝突回避以外の安全性を達成するために,神経制御バリア関数(CBF)を用いる。 シミュレーションおよび物理的Verti-4 Wheeler (V4W) プラットフォーム上での実験実験を行い,T-CBF が目標地点に到達しながらトラバーサビリティの安全性を提供できることを示した。
  論文  参考訳（メタデータ） (2025-03-08T06:12:38Z)
• Towards Cooperative Flight Control Using Visual-Attention [61.99121057062421]
  本稿では,パイロットと制御システム間の並列自律性を実現するための,視覚に基づくエアガードシステムを提案する。 我々の注意に基づく航空防衛システムは、飛行への関与レベルとパイロットの専門知識と注意のトレードオフをバランスさせることができる。
  論文  参考訳（メタデータ） (2022-12-21T15:31:47Z)
• Differentiable Control Barrier Functions for Vision-based End-to-End Autonomous Driving [100.57791628642624]
  本稿では,視覚に基づくエンドツーエンド自動運転のための安全保証学習フレームワークを提案する。 我々は、勾配降下によりエンドツーエンドに訓練された微分制御バリア関数(dCBF)を備えた学習システムを設計する。
  論文  参考訳（メタデータ） (2022-03-04T16:14:33Z)
• Obstacle Avoidance for UAS in Continuous Action Space Using Deep Reinforcement Learning [9.891207216312937]
  小型無人航空機の障害物回避は将来の都市空輸の安全に不可欠である。 本稿では, PPO(Proximal Policy Optimization)に基づく深層強化学習アルゴリズムを提案する。 その結果,提案モデルが正確かつ堅牢なガイダンスを提供し,99%以上の成功率で競合を解消できることが示唆された。
  論文  参考訳（メタデータ） (2021-11-13T04:44:53Z)
• Development of a Fuzzy-based Patrol Robot Using in Building Automation System [1.5293427903448025]
  本稿では,移動ロボットをパトロールとして使用する新しいセキュリティシステムを提案する。 ロボットはファジィベースのアルゴリズムを備えており、未知の環境で障害物を避けることができる。 実験結果から, ビルの監視・確保の目的に対して, システムが要求を満たすことがわかった。
  論文  参考訳（メタデータ） (2020-05-13T07:05:02Z)

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。