論文の概要: Optimization-Free Constrained Control with Guaranteed Recursive Feasibility: A CBF-Based Reference Governor Approach
- arxiv url: http://arxiv.org/abs/2604.04001v1
- Date: Sun, 05 Apr 2026 07:22:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-07 15:49:18.870911
- Title: Optimization-Free Constrained Control with Guaranteed Recursive Feasibility: A CBF-Based Reference Governor Approach
- Title（参考訳）: 再帰可能性の保証による最適化自由制約制御:CBFに基づく参照ガウンジアプローチ
- Authors: Satoshi Nakano, Emanuele Garone, Gennaro Notomista,
- Abstract要約: このレターは、明示的参照管理者(ERG)と制御バリア関数(CBF)を統合する制約付き制御フレームワークを提示する。
ダイナミックセーフティマージン(DSM)のソフトミンアグリゲーションから構築されたスムーズなバリア機能によって制御される拡張システムの仮想制御入力として参照更新を定式化する。
これにより、明示的でクローズドな参照更新法が導出され、明確な軌道から逸脱を最小限に抑えつつ、厳格に安全を強制する。
- 参考スコア（独自算出の注目度）: 6.08496365939333
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This letter presents a constrained control framework that integrates Explicit Reference Governors (ERG) with Control Barrier Functions (CBF) to ensure recursive feasibility without online optimization. We formulate the reference update as a virtual control input for an augmented system, governed by a smooth barrier function constructed from the softmin aggregation of Dynamic Safety Margins (DSMs). Unlike standard CBF formulations, the proposed method guarantees the feasibility of safety constraints by design, exploiting the forward invariance properties of the underlying Lyapunov level sets. This allows for the derivation of an explicit, closed-form reference update law that strictly enforces safety while minimizing deviation from a nominal reference trajectory. Theoretical results confirm asymptotic convergence, and numerical simulations demonstrate that the proposed method achieves performance comparable to traditional ERG frameworks.
- Abstract（参考訳）: 本書簡では,ERG(Explicit Reference Governors)とCBF(Control Barrier Functions)を統合して,オンライン最適化なしで再帰性を確保するための制約付きコントロールフレームワークを提案する。
動的安全マージン(DSM)のソフトミンアグリゲーションから構築されたスムーズなバリア機能によって制御される拡張システムの仮想制御入力として参照更新を定式化する。
標準CBFの定式化とは異なり、提案手法は設計による安全制約の実現を保証し、基礎となるリャプノフ準位集合の前方不変性を利用する。
これにより、明示的でクローズドな参照更新法が導出され、明示的な参照軌跡からの逸脱を最小限に抑えつつ、厳格に安全を強制する。
理論的結果から漸近収束が確認され,数値シミュレーションにより従来のERGフレームワークに匹敵する性能が得られた。
関連論文リスト
- Response-Aware Risk-Constrained Control Barrier Function With Application to Vehicles [0.0]
本稿では,車両の動的安全境界制御のための応答認識型リスク制約制御バリア関数に基づく統合制御フレームワークを提案する。
このフレームワークは、制御勾配の基準方向を提供するために、名目力学と直接車体応答を融合する。
また、従来の決定論的安全制約をバリア関数誘導体のテールリスクに関する確率論的制約に再構成する。
論文 参考訳（メタデータ） (2026-03-13T02:38:17Z) - Safe RLHF Beyond Expectation: Stochastic Dominance for Universal Spectral Risk Control [12.053369001333058]
本稿では,予測コスト制約をFSD(First-Order Dominance)制約に置き換える,リスクに敏感なアライメントフレームワークを提案する。
RADは, 有効性を保ちながら, ベースラインよりも無害性を向上し, アウト・オブ・ディストリビューション評価においてより堅牢性を示す。
論文 参考訳（メタデータ） (2026-03-11T16:24:20Z) - Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。
このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。
安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
論文 参考訳（メタデータ） (2026-03-07T01:49:59Z) - Convex Chance-Constrained Stochastic Control under Uncertain Specifications with Application to Learning-Based Hybrid Powertrain Control [1.9116784879310027]
本稿では,制御仕様の不確かさを考慮に入れた厳密な凸型確率制約制御フレームワークを提案する。
提案手法は,厳密な凸性を確保しつつ,確率的制約満足度を保証し,最適解の特異性と連続性をもたらす。
ハイブリッドパワートレインシステムに適用したモデル予測制御により,提案手法の有効性を実証した。
論文 参考訳（メタデータ） (2026-01-26T09:49:33Z) - Wasserstein Distributionally Robust Control Barrier Function using
Conditional Value-at-Risk with Differentiable Convex Programming [4.825619788907192]
制御バリア関数 (CBF) は、現実世界の安全クリティカルシステムのための安全なコントローラの設計に広く注目を集めている。
分布変化下でのレジリエンスを達成するために, 分散ロバストCBFを提案する。
また、高次システムに対するDR-CBFの近似変種も提供する。
論文 参考訳（メタデータ） (2023-09-15T18:45:09Z) - Safe Neural Control for Non-Affine Control Systems with Differentiable
Control Barrier Functions [58.19198103790931]
本稿では,非アフィン制御系における安全クリティカル制御の問題に対処する。
制御バリア関数(CBF)を用いて,状態制約と制御制約の2次コストの最適化を2次プログラムのシーケンス(QP)にサブ最適化できることが示されている。
我々は,高次CBFをニューラル常微分方程式に基づく学習モデルに差分CBFとして組み込んで,非アフィン制御系の安全性を保証する。
論文 参考訳（メタデータ） (2023-09-06T05:35:48Z) - Learning Robust Output Control Barrier Functions from Safe Expert Demonstrations [50.37808220291108]
本稿では,専門家によるデモンストレーションの部分的な観察から,安全な出力フィードバック制御法を考察する。
まず,安全性を保証する手段として,ロバスト出力制御バリア関数(ROCBF)を提案する。
次に、安全なシステム動作を示す専門家による実証からROCBFを学習するための最適化問題を定式化する。
論文 参考訳（メタデータ） (2021-11-18T23:21:00Z) - Pointwise Feasibility of Gaussian Process-based Safety-Critical Control
under Model Uncertainty [77.18483084440182]
制御バリア関数(CBF)と制御リアプノフ関数(CLF)は、制御システムの安全性と安定性をそれぞれ強化するための一般的なツールである。
本稿では, CBF と CLF を用いた安全クリティカルコントローラにおいて, モデル不確実性に対処するためのガウスプロセス(GP)に基づくアプローチを提案する。
論文 参考訳（メタデータ） (2021-06-13T23:08:49Z) - Learning Control Barrier Functions from Expert Demonstrations [69.23675822701357]
制御障壁関数(CBF)に基づく安全な制御器合成のための学習に基づくアプローチを提案する。
最適化に基づくCBFの学習手法を解析し、基礎となる力学系のリプシッツ仮定の下で証明可能な安全保証を享受する。
私たちの知る限りでは、これらはデータから確実に安全な制御障壁関数を学習する最初の結果です。
論文 参考訳（メタデータ） (2020-04-07T12:29:06Z)
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。