論文の概要: Maximal Controlled Invariant-MPC: Enhancing Feasibility and Reducing Conservatism through Terminal CBF Constraint in Safety-Critical Control

• arxiv url: http://arxiv.org/abs/2605.05575v1
• Date: Thu, 07 May 2026 01:42:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.479414
• Title: Maximal Controlled Invariant-MPC: Enhancing Feasibility and Reducing Conservatism through Terminal CBF Constraint in Safety-Critical Control
• Title（参考訳）: 最大制御不変MPC:安全臨界制御における終端CBF制約による実現可能性の向上と保守性低減
• Authors: Tanmay Dokania, Yashwanth Kumar Nakka,
• Abstract要約: 制御バリア関数(CBF)を終端制約として用いたモデル予測制御(MPC)の定式化を提案する。 MPCは、予測の地平線を増大させ、実現可能性と到達性を向上させることが証明されている。 到達可能な状態空間の増加は、制御バリア関数の内側にある軌跡を追跡するシステムの能力によって実証された。
• 参考スコア（独自算出の注目度）: 0.8594140167290097
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Optimal control for safety-critical systems is often dependent on the conservativeness of constraints. Control Barrier Functions (CBFs) serve as a medium to represent such constraints, but constructing a minimally conservative CBF is a computationally intractable problem. Therefore, approaches that can guarantee safety while reducing conservatism will help improve the optimality of the system under consideration. Here, we present a Model Predictive Control (MPC) formulation using CBF as a terminal constraint, which is proven to improve feasibility and reachable sets with increasing prediction horizon. The constructive nature of the proofs allows for warm-starting the nonlinear optimization problem, thereby reducing the computational time substantially. Simulations are set up for a simple nonholonomic system to numerically validate the results, and it is observed that the number of infeasible points decreased by a factor of 1.7 to 2.7. The increase in reachable state space was demonstrated by the ability of the system to track trajectories that are entirely inside the unsafe region of the control barrier function.
• Abstract（参考訳）: 安全クリティカルシステムの最適制御は、しばしば制約の保守性に依存する。 制御バリア関数(CBF)はそのような制約を表現する媒体として機能するが、最小限に保守的なCBFを構築することは計算的に難解な問題である。 したがって、保守主義を減らしながら安全性を保証できるアプローチは、検討中のシステムの最適性を改善するのに役立つ。 本稿では,CBFを終端制約として用いたモデル予測制御(MPC)の定式化について述べる。 証明の構成的性質は非線形最適化問題を温めることを可能にし、計算時間を大幅に短縮する。 計算結果を数値的に検証する単純な非ホロノミックシステムのためにシミュレーションが設定され、不可能な点の数が1.7から2.7に減少することが観察された。 到達可能な状態空間の増加は、制御バリア関数の安全でない領域内にあるトラジェクトリを追跡するシステムの能力によって実証された。

関連論文リスト

• Synthesis and Deployment of Maximal Robust Control Barrier Functions through Adversarial Reinforcement Learning [4.062182903323153]
  境界不確実性下での一般非線形システムのための新しい頑健なCBFフレームワークを提案する。 まず、動的プログラミングのアイザック方程式を解く安全値関数は、最大ロバストな安全集合に対する安全性を強制する有効なロバストな離散時間CBFであることを示す。 次に、バリア証明書を状態-作用空間に持ち上げることにより、明示的なダイナミクスの必要性を解消する、品質関数(RL)の重要な強化学習概念を採用する。
  論文  参考訳（メタデータ） (2026-04-14T18:16:17Z)
• Optimization-Free Constrained Control with Guaranteed Recursive Feasibility: A CBF-Based Reference Governor Approach [6.08496365939333]
  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。
  論文  参考訳（メタデータ） (2026-04-05T07:22:02Z)
• 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)
• 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)
• 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)
• 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。