論文の概要: Filtering for Liveness: Recurrence via Backup Reachability Control Barrier Functions
- arxiv url: http://arxiv.org/abs/2610.17337v1
- Date: Mon, 12 Oct 2026 19:44:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-18 02:06:39.857266
- Title: Filtering for Liveness: Recurrence via Backup Reachability Control Barrier Functions
- Title（参考訳）: ライブネスのためのフィルタリング:バックアップ到達性制御バリア関数による再帰
- Abstract要約: 我々は,再帰性を保証するために必要な場合にのみ,名目制御器に調整を行うコントローラフィルタリングフレームワークを開発した。
本手法は,ビーコンの視認性に制約を課したドローンレースの例に有効である。
- 参考スコア（独自算出の注目度）: 24.564923649598594
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Liveness requires a dynamical system to repeatedly accomplish a desired objective over time. In this work, we consider a particular form of liveness known as recurrence, which requires the closed-loop trajectory to regularly revisit a prescribed set, with no more than a specified amount of time between visits. Inspired by the control barrier function (CBF) safety-filter paradigm, we develop a controller-filtering framework that makes adjustments to a nominal controller only when necessary to guarantee recurrence. Unlike conventional CBF methods, which enforce set forward invariance, our framework allows the trajectory to leave the set while guaranteeing its timely return. To achieve this, our framework combines two components: a backup reachability CBF that preserves the ability to return to the prescribed set within the allowable time, and a timing-based mechanism that invokes a reaching controller only when the nominal behavior would otherwise fail to meet the return-time requirement. The resulting framework guarantees recurrence while preserving the nominal behavior when possible, enabling control objectives that require temporary excursions from the set, such as traversal between disjoint regions. Our method is successfully utilized in a drone racing example with a recurrence constraint on beacon visibility.
- Abstract（参考訳）: 生きることには、時間とともに望ましい目標を繰り返し達成するために、動的システムが必要です。
本研究は, 入場者間の所定時間に限らず, 閉ループ軌道が所定のセットを定期的に再訪することを必要とする, 再帰(recurrentence)として知られる特定の生活形態について考察する。
制御障壁関数(CBF)の安全性フィルタパラダイムに着想を得て,再帰性を保証するためだけに名指し制御器の調整を行うコントローラフィルタフレームワークを開発した。
従来のCBF法とは違い,我々のフレームワークでは,時間的回帰を保証しながら,軌道をセットから離脱することができる。
これを実現するために,本フレームワークは,許容時間内に所定のセットに戻す能力を保持するバックアップ到達可能性CBFと,それ以外はリターンタイム要件を満たしない場合にのみ,リーチコントローラを起動するタイミングベースのメカニズムの2つのコンポーネントを組み合わさった。
結果として生じるフレームワークは、可能であれば名目的動作を保ちながら再発を保証し、不連続領域間のトラバースのような、集合からの一時的な遠足を必要とする制御目的を可能にする。
本手法は,ビーコンの視認性に制約を課したドローンレースの例に有効である。
関連論文リスト
- AutoAgent0: An Agentic Runtime for Safe Closed-Loop Driving [61.924851163300076]
エージェントランタイムとハーネスフレームワークであるAutoAgent0を導入し、既存の運転専門家に補完的な検出スキル、ルールベースのアクション検証、フィードバック駆動リカバリを付加する。
長距離および安全クリティカルシナリオにおけるシングルエキスパート実行に対する閉ループロバスト性の向上を実証した。
論文 参考訳（メタデータ） (2026-10-13T17:59:50Z) - Rollback the World, Keep the Reflection: Rollback-Induced Reflection for Long-Horizon LLM Agents [56.434418859203085]
大規模言語モデル(LLM)エージェントは、多段階の環境相互作用を通じて、長い水平タスクに対処する。
単一の誤動作は、その後の状態や観測を変更でき、時間とともにエラーが複雑になる。
信頼性回復はロールバック境界制御問題として扱われるべきである。
論文 参考訳（メタデータ） (2026-09-16T08:26:14Z) - Timely Activation of Safety Filters via One-Step Reachability Expansion [1.8528929583956728]
この研究は、一段階拡張されたBRTに基づく原理的解を導入し、単一の時間ステップで真のBRTに到達することができる全ての状態を予測する。
この拡張集合を改良された到達可能性問題として定式化し、標準の連続時間解法を用いて計算する。
論文 参考訳（メタデータ） (2026-09-15T22:54:00Z) - Data-Driven Time-Varying Control Barrier Functions for Adaptive Safe-Set Learning with Online Decremental Support Vector Machines [2.676349883103404]
システム能力が変化するにつれて、名目上の条件下での安全証明書は無効になる可能性がある。
本稿では,データから安全な集合を学習し,それをオンラインで更新し,得られた障壁を強制する,データ駆動型安全フィルタリングフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-19T18:35:03Z) - Safe Overtaking for Autonomous Racing Using Hierarchical Optimization and Learning-Based Control [14.05083688629287]
本稿では,安全確認軌道制御から操作レベルの意思決定を分離する階層的オーバーテイクフレームワークを提案する。
強化学習ポリシは、離散時間CBF減衰パラメータをオンラインで適応し、車両入力を直接制御することなく、コンテキスト依存の安全マージンの変調を可能にする。
論文 参考訳（メタデータ） (2026-07-15T00:19:14Z) - Conflict-Aware Switching for CBF-CLF-Based Multi-Goal Navigation [2.6478136610650926]
制御バリア関数(CBF)と制御リアプノフ関数(CLF)を用いた準プログラム(QP)は、リーチ・アンド・アビドナビゲーションにおける安全な制御に広く用いられている。
CBFとCLFの制約の本質的に矛盾する性質は、スローダウンやデッドロックなど、パフォーマンスの低下につながる可能性がある。
本稿では,制約競合を軽減するために,高コンフリクト条件を検出し,利用可能な名目制御対象間の切り替えを行うコンフリクト対応スイッチング戦略を提案する。
論文 参考訳（メタデータ） (2026-06-19T16:28:40Z) - Confounding Robust Continuous Control via Automatic Reward Shaping [48.93769483870838]
オフラインデータセットから連続制御問題に対する報酬形成機能を自動的に学習することを提案する。
提案手法は,最近提案された因果ベルマン方程式に基づいて,最適状態値の厳密な上界を学習する。
私たちの研究は、因果的観点から堅牢な継続的制御を分離する第一歩です。
論文 参考訳（メタデータ） (2026-02-10T21:23:12Z) - 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) - 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)
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。