論文の概要: Safety-Critical Control for Smoothed Implicit Contact Dynamics

• arxiv url: http://arxiv.org/abs/2605.21138v1
• Date: Wed, 20 May 2026 13:14:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.687274
• Title: Safety-Critical Control for Smoothed Implicit Contact Dynamics
• Title（参考訳）: Smoothed Implicit Contact Dynamics の安全臨界制御
• Authors: Haegu Lee, Yitaek Kim, Christoffer Sloth,
• Abstract要約: スムースな暗黙の接触ダイナミクスは、事前に定義されたモードシーケンスを使わずに、勾配に基づくプランニングとコンタクトリッチなタスクの制御を可能にする。 暗黙の接触力学が安全フィルタ設計を非自明なものにするので、安全クリティカルな制御は依然として困難である。 本稿では,緩やかな相補性制約を用いても,実際の接触力の束縛を行う方法を提案する。
• 参考スコア（独自算出の注目度）: 2.5234156040689233
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Smoothed implicit contact dynamics enables gradient-based planning and control for contact-rich tasks without predefined mode sequences. However, safety-critical control remains challenging because implicit contact dynamics makes safety-filter design nontrivial. The smoothing parameter $κ$ relaxes contact complementarity constraints, which makes the dynamics smooth but affects the contact force. This paper provides a method for bounding the actual contact force despite the use of relaxed complementarity constraints. We show that constraint violations can be non-monotonic in $κ$. Smaller $κ$ reduces force-approximation error, but it does not necessarily improve safety performance. To address this issue, we introduce boundary-focused rollouts to screen $κ$ by comparing the safety margin with the approximation error. We then develop a discrete-time control barrier function (CBF) framework based on a first-order Taylor approximation of the implicitly defined contact force. To account for possible force under-prediction, we augment the resulting safety constraint with a fixed robust margin. Simulations on four contact-rich systems show that the proposed method eliminates force violations observed under a standard CBF.
• Abstract（参考訳）: スムースな暗黙の接触ダイナミクスは、事前に定義されたモードシーケンスを使わずに、勾配に基づくプランニングとコンタクトリッチなタスクの制御を可能にする。 しかし、暗黙の接触力学が安全フィルタ設計を非自明なものにするため、安全クリティカルな制御は依然として困難である。 滑らかなパラメータ$κ$は、接触相補性制約を緩和し、ダイナミクスを滑らかにするが、接触力に影響を与える。 本稿では,緩やかな相補性制約を用いても,実際の接触力の束縛を行う方法を提案する。 制約違反は$κ$で非単調であることを示す。 κ$は力量近似誤差を減らすが、必ずしも安全性能を向上するとは限らない。 この問題に対処するために,安全マージンと近似誤差を比較することにより,境界に着目したロールアウトを$κ$のスクリーンに導入する。 次に、暗黙的に定義された接触力の1次テイラー近似に基づく離散時間制御障壁関数(CBF)フレームワークを開発する。 想定される力の過小評価を考慮し、固定された頑健なマージンで結果の安全制約を増大させる。 4つの接触リッチシステムのシミュレーションにより,提案手法は標準CBF下で観測される力違反を除去することを示した。

関連論文リスト

• Adaptive Smooth Tchebycheff Attention for Multi-Objective Policy Optimization [55.338784037660474]
  ドメインにおける多曲率強化学習は、矛盾する目的間の複雑な非脆弱な干渉トレードオフのバランスを必要とする。 本稿では,生態系をモニタリングするプロキシであるロボットビジュアルを用いた,新しいリアルタイムなリアルタイム最適化を提案する。
  論文  参考訳（メタデータ） (2026-05-12T21:32:57Z)
• Learning Control Policies to Provably Satisfy Hard Affine Constraints for Black-Box Hybrid Dynamical Systems [5.0292714462286545]
  ブラックボックスハイブリッド力学系に対する閉ループにおけるアフィン状態制約を確実に満たすポリシーを学習する。 我々の重要な洞察は、システムの未知の非線形力学の制約境界付近でRLポリシーを順応し、反発するように強制することである。 クローズドループにおける安全制約を満たす十分な条件を導出する。
  論文  参考訳（メタデータ） (2026-04-24T05:39:56Z)
• 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)
• Dynamic Control Barrier Function Regulation with Vision-Language Models for Safe, Adaptive, and Realtime Visual Navigation [5.268770735910558]
  我々は、エゴセントリックなRGB入力を用いてCBF安全フィルタの保守性をリアルタイムで適応する視覚制御ナビゲーションフレームワークAlphaAdjを提案する。 その結果、AlphaAdjは衝突のないナビゲーションを維持しつつ、(パスの長さとゴールまでの時間の観点から)効率を最大18.5%改善していることがわかった。
  論文  参考訳（メタデータ） (2026-03-22T09:35:18Z)
• 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)
• Certified Gradient-Based Contact-Rich Manipulation via Smoothing-Error Reachable Tubes [5.119652071085673]
  我々は接触リッチな操作のための新しい勾配に基づくポリシー合成法を開発した。 提案手法は,平面プッシュ,オブジェクト回転,手動操作など,複数の接触に富むタスクに対して評価する。 定値ロバスト制御で微分可能な物理をブリッジすることにより,接触リッチな操作を行うための,初めて証明可能な勾配式ポリシー合成法である。
  論文  参考訳（メタデータ） (2026-02-10T03:19:42Z)
• 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)
• Learning Performance-Oriented Control Barrier Functions Under Complex Safety Constraints and Limited Actuation [5.62479170374811]
  制御バリア関数(CBF)は非線形制御系力学を制約するエレガントなフレームワークを提供する。 これらの課題に包括的に対処する,新たな自己教師型学習フレームワークを導入する。 本研究では,2次元ダブルインテグレータ(DI)システムと7次元固定翼航空機システムに対するアプローチを検証する。
  論文  参考訳（メタデータ） (2024-01-11T02:51:49Z)
• 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)
• Enforcing Hard Constraints with Soft Barriers: Safe Reinforcement Learning in Unknown Stochastic Environments [84.3830478851369]
  本研究では,環境を協調的に学習し,制御ポリシーを最適化する安全な強化学習手法を提案する。 本手法は, 安全性の制約を効果的に適用し, シミュレーションにより測定したシステム安全率においてCMDPベースのベースライン法を著しく上回っている。
  論文  参考訳（メタデータ） (2022-09-29T20:49:25Z)

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。