論文の概要: Winning a Won Game: Strict Reach-Avoid-Stay Control Barrier Functions for High-Dimensional Black-Box Systems
- arxiv url: http://arxiv.org/abs/2609.19449v1
- Date: Wed, 16 Sep 2026 21:32:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.020242
- Title: Winning a Won Game: Strict Reach-Avoid-Stay Control Barrier Functions for High-Dimensional Black-Box Systems
- Title（参考訳）: ウォンゲームに勝つ:高次元ブラックボックスシステムのためのStrict Reach-Avoid-Stay Control Barrier関数
- Abstract要約: 境界不確実性下での高次元ブラックボックスシステムに対する sRAS Q-control barrier function (CBF) の安全性フィルタを提案する。
これらの値が有意な頑健な離散時間CBFが得られることを証明し、実行時介入のために状態作用Q-関数に引き上げる。
我々は,ブラックボックスインタラクションのみを用いたスケーラブルな値近似に対して,到達可能性に基づく逆相関強化学習を採用する。
- 参考スコア（独自算出の注目度）: 3.573334496852057
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robots must complete their tasks and maintain the achieved outcomes while avoiding safety failures at all times. Strict reach-avoid-stay (sRAS) formalizes this requirement: safely reaching a target and remaining there indefinitely after first entry. We propose an sRAS Q-control barrier function (CBF) safety filter for high-dimensional black-box systems under bounded uncertainty. Our construction combines a stay value encoding safe permanent residence in a target subset with a reach-avoid value encoding safe reachability of this subset while avoiding target states from which safe permanent residence cannot be guaranteed. We prove that these values jointly yield a valid robust discrete-time CBF and lift them to state-action Q-functions for runtime intervention. For exact values and under a measure-zero condition, our filter preserves sRAS feasibility from almost every winnable initial state and keeps the system safely within the target after first entry, against all admissible uncertainty realizations. We adopt reachability-based adversarial reinforcement learning for scalable value approximation using only black-box interactions. Notably, neither synthesis nor deployment of our filter requires known dynamics, affine structure, value derivatives, or hand-designed barriers. We validate our framework in quadruped gap jumping in simulation and hardware, where the robot crosses the gap, lands safely, and remains safe afterward. Simulated F1TENTH races further demonstrate safe overtaking and lead retention.
- Abstract（参考訳）: ロボットは、常に安全上の障害を避けながら、タスクを完了し、達成した結果を維持する必要がある。
SRAS (Strict reach-avoid-stay) はこの要件を定式化している。
境界不確実性下での高次元ブラックボックスシステムに対する sRAS Q-control barrier function (CBF) の安全性フィルタを提案する。
この構成では、安全永久居住を保証できない目標状態を避けつつ、目標サブセット内の安全永久居住を符号化するステー値と、このサブセットの安全到達性を符号化するリーチエイド値とを組み合わせる。
これらの値が有意な頑健な離散時間CBFが得られることを証明し、実行時介入のために状態作用Q-関数に引き上げる。
厳密な値と測度ゼロの条件では、フィルタは、ほぼすべての入出力初期状態からsRASの実現可能性を保持し、最初の入出力後、全ての許容可能な不確実性の実現に対して、システムを安全にターゲット内に保持する。
我々は,ブラックボックスインタラクションのみを用いたスケーラブルな値近似に対して,到達可能性に基づく逆相関強化学習を採用する。
特に、フィルタの合成や展開には、既知のダイナミクス、アフィン構造、値デリバティブ、手設計の障壁は必要ない。
シミュレーションとハードウェアにおいて,ロボットがギャップを横切り,安全に着地し,その後安全を維持した4つのギャップジャンプの枠組みを検証する。
シミュレーションされたF1TENTHレースはさらに安全なオーバーテイクとリード保持を示す。
関連論文リスト
- VLESA: Vision-Language Embodied Safety Agent for Human Activity Monitoring [60.53395558502203]
Vision-Language Embodied Safety Agent (VLESA)は、自我中心のビデオから人間の活動を監視する。
VLESAは、コンテキストに応じて同一のアクションが安全または危険である意図に依存した安全性に対処する。
目標を共同で推測し,映像から将来の行動を予測するための意図-行動予測エージェントを提案する。
論文 参考訳（メタデータ） (2026-06-02T17:42:17Z) - Cooptimizing Safety and Performance Using Safety Value-Constrained Model Predictive Control [14.944399584182017]
本稿では,各計画地平線の終端に,制御不変の安全セットのメンバシップを強制する安全値関数に基づく端末制約を提案する。
この定式化により、高性能かつ確実に安全な軌道のリアルタイム合成が可能となる。
本研究では,Flexiv Rizon 10s マニピュレータ上でのシミュレーションおよびハードウェア実験により,提案手法の有効性を検証した。
論文 参考訳（メタデータ） (2026-04-26T20:10:03Z) - 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) - Beyond Hard Constraints: Budget-Conditioned Reachability For Safe Offline Reinforcement Learning [13.674504740468159]
安全到達性セットは、不安定なmin/maxやラグランジアン最適化を伴わずに、いかに安全制約を強制するかを示す。
また、このセットが不安定なmin/maxやラグランジアン最適化を使わずに、いかに安全性の制約を強制するかを示す。
本手法は,安全性を維持しつつ,アートベースラインの状態に適合または優れる。
論文 参考訳（メタデータ） (2026-03-08T11:09:33Z) - 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) - Conformal Reachability for Safe Control in Unknown Environments [29.315278038378835]
未知の力学系に対する確率的検証フレームワークを開発した。
共形予測を用いて,各段階における未知のダイナミクスに対する有効不確実区間を求める。
また,計画の地平線を最大化しつつ,名目報酬を最適化する制御ポリシーの学習手法も開発している。
論文 参考訳（メタデータ） (2026-02-03T18:01:38Z) - How to Train Your Latent Control Barrier Function: Smooth Safety Filtering Under Hard-to-Model Constraints [21.03977709777739]
本研究では,可到達性値関数を制御障壁関数(CBF)に適応させることにより,最適化に基づくスムーズなフィルタリングを実現する。
本稿では,ラベル付けを伴わずにスムーズなマージン関数に繋がる勾配のペナルティによって,両方の課題に対処するLatentCBFを提案する。
視覚に基づく操作ポリシーによるシミュレーションベンチマークとハードウェアの実験は、LatentCBFがスムーズな安全フィルタリングを可能にすることを示した。
論文 参考訳（メタデータ） (2025-11-23T20:15:28Z) - 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) - 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) - 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)
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。