論文の概要: Finite-Data Safety Informativity Under Dynamic Asymmetric Actuation

• arxiv url: http://arxiv.org/abs/2610.01820v1
• Date: Thu, 01 Oct 2026 14:54:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.210828
• Title: Finite-Data Safety Informativity Under Dynamic Asymmetric Actuation
• Title（参考訳）: 動的非対称アクチュエータによる有限データ安全インフォーマティビティ
• Abstract要約: 我々は、コマンドが所定の安全不平等を強制できるかどうかを判定する有限データ証明書を開発する。 車両実験では、安全クリティカルな環境での有限の測定から出力安全性を証明できることが示されている。
• 参考スコア（独自算出の注目度）: 0.711144397510333
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: When the system model is not fully known, measurement error and limited excitation can leave several models consistent with the same finite data. A command judged safe for one model may fail for another, while limited control authority can prevent the corrective action needed to preserve safety. To ensure safety under model uncertainty and asymmetric input limits, we develop a finite-data certificate that determines whether a command can enforce a prescribed safety inequality. For a linearly parameterized safety channel with exactly known regressors and bounded aggregate residual error, we derive a support formula for the worst-case safety contribution of all data-consistent models. The formula identifies the regressor directions that admit a finite bound, allowing rank-deficient records to contribute to safety certification. Using certified componentwise bounds on actuator tracking error yields an affine inequality with a necessary and sufficient test for pointwise command feasibility. The affine inequality reduces computation of the closest certified command to a scalar root-finding problem. It also yields a closed-form gate that selects the largest certified fraction of a prescribed command segment. The proposed certificate guarantees output safety within its operating domain, provided the feedback is locally Lipschitz and the uncertainty bounds remain valid. Domain retention and full-state continuation extend this guarantee to all time. A vehicle study demonstrates that output safety can be certified from finite measurements in a safety-critical setting with model and actuator uncertainty.
• Abstract（参考訳）: システムモデルが完全に知られていない場合、測定誤差と限られた励起は、複数のモデルを同じ有限データに一貫性を持たせることができる。 あるモデルに対して安全であると判断されたコマンドは、他のモデルでは失敗する可能性があるが、制限された制御権限は、安全性を維持するのに必要な修正行動を防ぐことができる。 モデル不確実性と非対称な入力制限下での安全性を確保するため,コマンドが所定の安全性の不平等を強制できるかどうかを判定する有限データ証明書を開発した。 厳密な回帰器と有界集合残差を持つ線形パラメータ化安全チャネルに対しては,データ一貫性モデル全体の最悪の安全寄与に対する支持式を導出する。 式は、有限境界を持つ回帰器の方向を特定し、ランク不足のレコードが安全認証に寄与することを可能にする。 アクチュエータトラッキングエラーに対する認証されたコンポーネントワイドのバウンダリを使用することで、ポイントワイドコマンドの実現性に必要な十分なテストでアフィンの不等式が得られる。 アフィンの不等式は、最も近い認証されたコマンドの計算をスカラーのルートフィニング問題に還元する。 また、所定のコマンドセグメントの最大の認証分数を選択するクローズドフォームゲートを出力する。 提案した証明書は、フィードバックがローカルリプシッツであり、不確実性境界が有効である場合に、その動作領域内での出力安全性を保証する。 ドメインの保持とフルステートの継続は、この保証を常に拡張します。 車両実験では、モデルとアクチュエータの不確実性を伴う安全クリティカルな環境で、出力安全性を有限の測定から証明できることが示されている。

関連論文リスト

• Beyond Average Safety: Chance-Constrained LLM Fine-tuning [10.685380941330687]
  微調整された大きな言語モデルは、有用性、命令従順性、ドメイン固有のパフォーマンスを改善することができる。 既存の安全保存細調整法は、平均的な安全損失を制御するか、重み付けされた補助罰則を使用する。 本稿では、基準モデルに対する劣化が所定の閾値を超えた安全事例のごく一部を制限する、安全保存微調整のための機会拘束型定式化を提案する。
  論文  参考訳（メタデータ） (2026-09-24T15:17:58Z)
• Certifying Plans under Model Mismatch: A Trilemma for Reachability from Scarce Data [5.455772242709494]
  シモン・トゥ・リアル・ポリシーは、名目力学の下で設計されているが、ターゲット・システム・トライアルは、わずかに孤立した1段階の遷移をもたらす。 本研究では,学習ポリシによって生成されるアクションチャンクなど,固定制御シーケンスの事前実行認証について検討する。
  論文  参考訳（メタデータ） (2026-08-03T16:28:26Z)
• When Can Safe Controllers Adapt? Information before Commitment [26.556002437630426]
  本研究では,学習経路自体の安全保証の下で,安全な適応制御について検討する。 パフォーマンスは、実際のモデルを知っている安全なオラクルに対して測定されます。 我々は,特殊事例の回復を証明し,決定論的線形ガウス系に対する半定値上の証明を導出する。
  論文  参考訳（メタデータ） (2026-07-18T17:30:41Z)
• Selective Safety Steering via Value-Filtered Decoding [54.87935112120107]
  大型言語モデル(LLM)は人間の価値観に合わせるように訓練されているが、その世代は安全上の制約に反する可能性がある。 既存のデコード時のステアリング手法は、しばしば不要に介入し、ベースモデルの下で安全であった世代を変更する。 安全でない応答の安全性を向上しつつ、そのような不要な介入を減らすための新しいテストタイムステアリング手法を提案する。
  論文  参考訳（メタデータ） (2026-05-14T12:13:08Z)
• Safety Certification is Classification [1.6945967751903934]
  本稿では,軌道データの分類問題として安全性認証を扱うカーネル埋め込みフレームワークを提案する。 このフレームワークは、文献(例えば、バリア証明書、ロバストマルコフモデル)から確立されたアプローチを特別なケースとして仮定する。 直接推定器は、認証の地平線と非マルコフ条件とは独立に安定であることを示す。
  論文  参考訳（メタデータ） (2026-05-07T12:10:07Z)
• LEC: Linear Expectation Constraints for False-Discovery Control in Selective Prediction and Routing Systems [95.35293543918762]
  大規模言語モデル(LLM)はしばしば信頼できない答えを生成するが、不確実性のある手法は誤った予測と完全に区別することができない。 我々は、この問題を、偽発見率(FDR)制御のレンズを通して解決し、全ての許容された予測のうち、エラーの割合が目標のリスクレベルを超えないことを保証する。 本稿では,線形期待制約を強制することで,選択予測を制約付き決定問題として再解釈するLECを提案する。
  論文  参考訳（メタデータ） (2025-12-01T11:27:09Z)
• Core Safety Values for Provably Corrigible Agents [2.6451153531057985]
  我々は,複数段階の部分的に観察された環境において,検証可能な保証を付与し,適応性のための最初の実装可能なフレームワークを紹介した。 私たちのフレームワークは、単一の報酬を5つの*構造的に分離された*ユーティリティヘッドに置き換えます。 敵がエージェントを修正できるオープンエンド設定では、任意のポストハックエージェントが調整性に反するかどうかを判断することは不可能である。
  論文  参考訳（メタデータ） (2025-07-28T16:19:25Z)
• COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
  COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。 COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。 リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
  論文  参考訳（メタデータ） (2025-06-25T07:04:49Z)
• MIBP-Cert: Certified Training against Data Perturbations with Mixed-Integer Bilinear Programs [50.41998220099097]
  トレーニング中のデータエラー、汚職、中毒攻撃は、現代のAIシステムの信頼性に大きな脅威をもたらす。 混合整数双線形プログラミング(MIBP)に基づく新しい認証手法MIBP-Certを紹介する。 摂動データや操作データを通じて到達可能なパラメータの集合を計算することで、可能なすべての結果を予測することができ、堅牢性を保証することができる。
  論文  参考訳（メタデータ） (2024-12-13T14:56:39Z)
• 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。