論文の概要: Exact Feasibility Certification and Optimal Responsibility Allocation for Multi-Robot CBF Safety Filters
- arxiv url: http://arxiv.org/abs/2609.14935v1
- Date: Mon, 14 Sep 2026 02:29:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.034373
- Title: Exact Feasibility Certification and Optimal Responsibility Allocation for Multi-Robot CBF Safety Filters
- Title（参考訳）: マルチロボットCBF安全フィルタの有効性証明と最適責任割当
- Abstract要約: 我々は,不均一な制御-アフィンダイナミクスと凸入力セットを備えたマルチエージェントCBFフィルタの正確な実現可能性証明書を開発した。
この証明書は、安全制約によって課される需要と、利用可能なアクチュエータ供給とを分離することにより、フィージビリティ・リザーブを定量化する。
この分解はCBFゲインチューニングやアクティベーションの増大が実現不可能な場合に現れる。
- 参考スコア（独自算出の注目度）: 0.42481744176244507
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multi-robot Control Barrier Function (CBF) safety filters can become infeasible, but a failed quadratic program (QP) does not indicate why the conflict occurred or how to resolve it. To address this, we develop an exact feasibility certificate for multi-agent CBF filters with heterogeneous control-affine dynamics and convex input sets. The certificate quantifies a feasibility reserve by separating the demand imposed by safety constraints from the available actuator supply. This decomposition shows when CBF gain tuning or increased actuation can and cannot resolve infeasibility, and identifies the agents and interactions responsible for the conflict. We further propose an algorithm to optimally allocate shared safety constraints by maximizing the worst local feasibility margin, yielding a linear program for polyhedral input sets. In $320$ paired closed-loop simulations, the proposed allocation reduces infeasible control steps from roughly $50\%$ to $6.2\%$, and reduces safety-violating runs from $118/160$ to $24/160$. In addition, across $52$ infeasibility events, the certificate identifies an interaction whose relaxation restores feasibility in $94\%$ of cases.
- Abstract（参考訳）: マルチロボット制御バリア関数 (CBF) の安全性フィルタは実現できないが、故障した二次プログラム (QP) は、なぜ衝突が起きたのか、その解決方法を示さない。
そこで我々は,不均一な制御-アフィンダイナミクスと凸入力セットを備えたマルチエージェントCBFフィルタの正確な実現可能性証明書を開発した。
この証明書は、安全制約によって課される需要と、利用可能なアクチュエータ供給とを分離することにより、フィージビリティ・リザーブを定量化する。
この分解はCBFの利得チューニングやアクティベーションの増大が実現不可能であることを示し、紛争の原因となるエージェントや相互作用を識別する。
さらに,最短の局所実現可能性マージンを最大化し,多面体入力集合に対する線形プログラムを生成することにより,共有安全性制約を最適に割り当てるアルゴリズムを提案する。
320ドルのクローズドループシミュレーションでは、提案されたアロケーションは、不可能な制御ステップをおよそ50\%$から6.2\%$に減らし、安全違反の実行を18/160$から24/160$に減らした。
さらに、52ドルのイファシビリティイベントを通じて、この証明書は、リラクゼーションがファシビリティを9,4\%のケースで回復するインタラクションを識別する。
関連論文リスト
- Distributed Motion Planning with Safety Guarantees for Self-Reconfiguring Robotic Boats [76.98547580312116]
本稿では,分散モデル予測制御(MPC)と制御バリア関数(CBF)を組み合わせたハイブリッドフレームワークを提案する。
リアルタイムに安全を確保するため、分散CBFベースのフィルタを適用し、エージェント間回避を強制する。
論文 参考訳（メタデータ） (2026-07-22T16:37:05Z) - Robust Peak-cost Constrained Reinforcement Learning [10.897248153175935]
我々は、堅牢なピークコスト制約強化学習(RP-CRL)について検討する。
目的は、軌道に沿って発生する最大コストを制御しながら、期待される報酬を最大化することである。
標準CMDPとは異なり、ピークコストの制約されたMDPはゼロ双対性ギャップを認めない可能性がある。
論文 参考訳（メタデータ） (2026-07-16T21:00:50Z) - Predicted-Flow Control Barrier Functions for Real-Time Safe Optimal Control [0.0]
制御障壁関数(CBF)は、状態のポイントワイズ条件を通じてリアルタイムの安全保証を提供する。
本稿では,予測フロー制御バリア関数(P-CBF)を紹介する。
安全のために、P-CBFは予測フローが予測水平線全体にわたって安全なセットにあることを証明できる。
論文 参考訳（メタデータ） (2026-05-29T19:27:24Z) - A Feasibility-Enhanced Control Barrier Function Method for Multi-UAV Collision Avoidance [8.527260258364894]
本稿では,マルチUAV衝突回避のためのFECBFフレームワークを提案する。
密集した多UAVシナリオでは、CBF二次プログラム(CBF-QP)の実現性は内部不整合性によって損なわれる可能性がある。
論文 参考訳（メタデータ） (2026-03-13T15:58:40Z) - Tail-Safe Hedging: Explainable Risk-Sensitive Reinforcement Learning with a White-Box CBF--QP Safety Layer in Arbitrage-Free Markets [4.235667373386689]
Tail-Safeは、デリバティブヘッジのためのデプロイ性指向のフレームワークである。
学習コンポーネントは、IQNベースの分布批判とCVaRの目的を組み合わせる。
安全コンポーネントは、ドメイン固有の制約とともに離散時間CBF不等式を強制する。
論文 参考訳（メタデータ） (2025-10-06T07:39:45Z) - 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) - 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) - ConstrainedZero: Chance-Constrained POMDP Planning using Learned Probabilistic Failure Surrogates and Adaptive Safety Constraints [34.9739641898452]
本研究では、最適値とポリシーのニューラルネットワーク近似を学習することにより、信念空間におけるCC-POMDPを解くConstrainedZeroポリシーアルゴリズムを導入する。
その結果, 目標から安全制約を分離することで, 報酬とコストのバランスを最適化することなく, 目標となる安全レベルを達成できることが示唆された。
論文 参考訳（メタデータ） (2024-05-01T17:17:22Z) - 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)
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。