論文の概要: Adaptive Risk-Certified Event-Triggered Replanning for Dynamic Navigation

• arxiv url: http://arxiv.org/abs/2610.09302v1
• Date: Wed, 07 Oct 2026 02:02:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.677036
• Title: Adaptive Risk-Certified Event-Triggered Replanning for Dynamic Navigation
• Title（参考訳）: 動的ナビゲーションのための適応型リスク認定イベントトリガーリプランニング
• Abstract要約: 本稿では,早期警戒信号としてキャリブレーションされたバリアリスクを利用するフレームワークを提案する。 CERT-Replanは、地平線を挿入した障害物予測残差をオンラインに校正し、結果として生じる不確実な半径を用いて、動的障害物の安全性マージンを評価する。 非定常ベンチマークでは、CERT-Replanは、安全フィルタのみのベースラインのテキストカラーブラックランドa(77.8%)に対する衝突の減少を、簡単なリプラントリガと比較して達成し、平均的な安全フィルタ介入を減少させる。
• 参考スコア（独自算出の注目度）: 3.2334188372270654
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Safe navigation in dynamic environments requires robots to plan under obstacle predictions whose errors are uncertain, non-stationary, and can induce rare but safety-critical failures. Existing control-barrier-function safety filters can reject immediately unsafe controls, but they provide little guidance on when the current finite-horizon planning mode itself is becoming unsafe as prediction uncertainty evolves. We propose Conformal Event-Triggered Risk-Certified Replanning (\emph{CERT-Replan}), a framework that uses calibrated barrier risk as an early-warning signal for replanning. CERT-Replan calibrates horizon-indexed obstacle-prediction residuals online and uses the resulting uncertainty radii to evaluate dynamic-obstacle safety margins. A one-step safety filter protects the next applied control, while a horizon-level risk monitor evaluates the upper-tail CVaR of predicted barrier-violation losses along the current MPC rollout. When this risk exceeds an allocated budget, CERT-Replan rejects the current planning mode and selects a lower-risk alternative, such as a different speed profile, corridor, or homotopy class, rather than repeatedly correcting the same nominal plan. In a non-stationary benchmark, CERT-Replan achieves an \(83.3\%\) collision reduction relative to the safety-filter-only baseline \textcolor{black}{and a \(77.8\%\) reduction relative to simple replanning triggers}, while reducing average safety-filter intervention by \(32.4\%\). \textcolor{black}{With Trajectron++, CERT-Replan achieves \(96\%\) collision-free operation. Hardware experiments and onboard runtime profiling demonstrate computational feasibility.}
• Abstract（参考訳）: 動的環境での安全なナビゲーションでは、エラーが不確実で静止していない障害物予測の下でロボットを計画し、まれだが安全クリティカルな障害を引き起こす必要がある。 既存の制御バリア機能安全フィルタは、直ちに安全でない制御を拒否することができるが、予測の不確実性が進行するにつれて、現在の有限水平計画モード自体が安全でないものになっている場合についてのガイダンスはほとんど提供されない。 本稿では,初期警戒信号としてキャリブレーションされたバリアリスクを利用するフレームワークである,コンフォーマルイベントトリガー型リスク認定リプランニング(\emph{CERT-Replan})を提案する。 CERT-Replanは、地平線を挿入した障害物予測残差をオンラインに校正し、結果として生じる不確実な半径を用いて、動的障害物の安全性マージンを評価する。 一段階安全フィルタは、次の適用制御を保護し、地平線レベルリスクモニタは、現在のMPCロールアウトに沿って予測されたバリア違反損失の上尾CVaRを評価する。 このリスクが割り当てられた予算を超えると、CERT-Replanは現在の計画モードを拒否し、同じ計画を繰り返し修正するのではなく、異なる速度プロファイル、廊下、ホモトピークラスのようなリスクの低い選択肢を選択する。 非定常ベンチマークでは、CERT-Replanは、安全フィルタのみのベースラインである \textcolor{black}{and a \(77.8\%\) に対する \(83.3\%\) の衝突低減を実現し、かつ、簡単な再計画トリガに対する \(32.4\%\) の平均安全フィルタ介入を減少させる。 \textcolor{black}{With Trajectron++, CERT-Replan は \(96\%\) 衝突のない操作を達成する。 ハードウェア実験とオンボードランタイムプロファイリングは計算可能性を示す。 ※

関連論文リスト

• ExceptionDrive: A Planning-Oriented Counterfactual Corner-Case Benchmark for Autonomous Driving [21.449824253080674]
  定期運転ベンチマークにおける平均性能は、稀で安全に危害が及ぶ状況下でプランナーの信頼性を確立しない。 本稿では,VLMによるスクリーニング,ローカライズされたマルチビュー編集,品質監査を用いて,実際のnuScenesシーンにハザードを挿入する,ファクトフルプランニングベンチマークであるExceptionDriveを提案する。 リスク挿入は記録されたヒトの軌跡を無効にすることができるため、基準フリープロトコルは、アンセーフレート(UR)、ハザードクリアランスコンプライアンス(HCC)、ハザード近接応答(HPR)、対物軌道シフト(CTS)を用いて、編集された予測を評価する。
  論文  参考訳（メタデータ） (2026-09-29T15:48:16Z)
• Time-Efficient Iterative Learning Planning for Safety-Critical Dynamic Obstacle Avoidance [49.35246226163005]
  本稿では、予測リスクブレンド制御バリア機能(ARB-CBF)を統合することにより、動的環境における安全クリティカルなナビゲーションに反復学習計画(ILP)を拡張する。 総合的なシミュレーションと実世界の実験により、最適化ベースのベースラインに比べて計算オーバーヘッドが低く、時間効率と安全性が優れていることが証明された。
  論文  参考訳（メタデータ） (2026-09-17T14:12:36Z)
• Risk-Aware World Modeling with Flow-Guided Occupancy Evolution for Selective Trajectory Planning in Automated Driving [8.131595330708242]
  RiskWorldは、共有占有率予測と選択軌道置換のためのリスク対応の世界モデリングフレームワークである。 1つの予測は計画ステップ毎に生成され、候補間で再利用される。 設定内アブレーションは、リスクワールドが現在のリスコリングベースラインよりも低い衝突率を達成することを示している。
  論文  参考訳（メタデータ） (2026-09-16T10:32:37Z)
• Action-Conditioned Risk Gating for Safety-Critical Control under Partial Observability [79.08785366532287]
  部分観測可能性下でのリスク感応制御のための軽量なリスクゲート強化学習近似を提案する。 安全クリティカルな部分観測可能な2つの領域 – 自動グルコース調節と安全制約ナビゲーション – でアプローチを評価した。
  論文  参考訳（メタデータ） (2026-05-14T01:23:09Z)
• CORA: Conformal Risk-Controlled Agents for Safeguarded Mobile GUI Automation [68.53387633351484]
  有害な行為に対する統計的保証を提供するポスト・ポリティクス・プレアクション保護フレームワークであるCORA(Conformal Risk-control GUI Agent)を提案する。 CORAは、安全を選択的行動実行として再定義する:我々は、提案されたステップごとに行動条件リスクを推定するためにガーディアンモデルを訓練する。 このパラダイムを厳格に評価するために、ステップレベルのハーモラベルを持つモバイル安全違反の新しいベンチマークであるPhone-Harmを紹介する。
  論文  参考訳（メタデータ） (2026-04-10T09:41:21Z)
• PC-Diffuser: Path-Consistent Capsule CBF Safety Filtering for Diffusion-Based Trajectory Planner [15.914164951048614]
  PC-Diffuserは、拡散計画のデノイングループに直接パス一貫性のあるバリア関数構造を組み込む安全強化フレームワークである。 車両形状をよりよく反映するカプセル距離バリア関数を用いて衝突リスクを評価する。 自転車の車体モデルの下で、識別されたウェイポイントを動的に実現可能な運動に変換する。
  論文  参考訳（メタデータ） (2026-03-11T01:52:56Z)
• Constrained Language Model Policy Optimization via Risk-aware Stepwise Alignment [49.2305683068875]
  本稿では,リスク認識を政策最適化プロセスに組み込んだ新しいアライメント手法であるリスク対応ステップワイドアライメント(RSA)を提案する。 RSAは、過剰なモデルシフトによって引き起こされるリスクを基準方針から緩和し、低確率で高影響の有害な振る舞いを明示的に抑制する。 実験により, 本手法は高い安全性を確保しつつ, 高い安全性を達成できることが確認された。
  論文  参考訳（メタデータ） (2025-12-30T14:38:02Z)
• Building a Foundational Guardrail for General Agentic Systems via Synthetic Data [76.18834864749606]
  LLMエージェントは、計画段階で介入するマルチステップタスクを計画できる。 既存のガードレールは主にポスト・エグゼクティブ(英語版)を運用しており、スケーリングが困難であり、計画レベルで制御可能な監督を行う余地がほとんどない。 我々は、良性軌道を合成し、カテゴリーラベル付きリスクを困難に注入し、自動報酬モデルを介して出力をフィルタリングする制御可能なエンジンであるAuraGenを紹介する。
  論文  参考訳（メタデータ） (2025-10-10T18:42:32Z)
• 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)
• 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)

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。