論文の概要: Enumeration-Guided Training of Neural Hamilton-Jacobi Safety Certificates

• arxiv url: http://arxiv.org/abs/2610.27870v1
• Date: Tue, 20 Oct 2026 08:50:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.731631
• Title: Enumeration-Guided Training of Neural Hamilton-Jacobi Safety Certificates
• Title（参考訳）: ニューラルハミルトン・ヤコビ安全証明書の列挙指導
• Abstract要約: Hamilton-Jacobi (HJ) の到達性解析は、制御システムに対して正式な安全保証を提供する。 本稿では,安全性制約の確率的列挙を用いた検証誘導型トレーニングフレームワークを提案する。 さらに,改良された証明書をベースとした遮蔽機構を導入し,デプロイ時に安全性の制約を強制する。
• 参考スコア（独自算出の注目度）: 2.3505796204344693
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Hamilton-Jacobi (HJ) reachability analysis offers formal safety guarantees for control systems, but training accurate neural certificates remains difficult, particularly when unsafe regions are hard to characterize. We propose a verification-guided training framework that addresses this by using probabilistic enumeration of safety constraints to detect forward-invariance violations, i.e., states where the learned certificate incorrectly classifies unsafe behavior. This produces a compact, targeted set of counterexamples that more precisely captures the failure boundary than inputs generated by standard adversarial attack methods. Crucially, using this representation to fine-tune a pretrained HJ value function yields larger certified regions and reduces certification time across all tested benchmarks. We further introduce a shielding mechanism based on the refined certificates to enforce safety constraints at deployment time. We evaluate the proposed safety filter in a realistic, physics-based Isaac Sim environment and through real-world autonomous racing experiments, achieving zero safety constraint violations compared to a nominal controller and a backup policy based on Linear Quadratic Regulation (LQR). These results demonstrate the effectiveness of the proposed shielding mechanism in ensuring safe operation under high-speed, safety-critical conditions.
• Abstract（参考訳）: Hamilton-Jacobi (HJ) の到達性解析は、制御システムに対して正式な安全保証を提供するが、特に安全でない領域が特徴付けが難しい場合、正確なニューラルネットワーク証明書のトレーニングは難しいままである。 本研究は, 安全性制約の確率的列挙を用いて, 前方不分散違反の検出, すなわち, 学習証明書が不正に非安全行動の分類を行う状態を検出することによって, この問題に対処する検証誘導型トレーニングフレームワークを提案する。 これは、標準的な敵攻撃法によって生成された入力よりも、より正確に障害境界をキャプチャする、コンパクトでターゲットの反例のセットを生成する。 重要なことに、事前訓練されたHJ値関数を微調整するためにこの表現を使用すると、より大きな認証領域が得られ、すべてのテストベンチマークで認証時間が短縮される。 さらに,改良された証明書をベースとした遮蔽機構を導入し,デプロイ時に安全性の制約を強制する。 我々は,現実的な物理に基づくアイザック・シム環境と実世界の自律レース実験を通じて提案した安全フィルタを評価し,LQR(Linear Quadratic Regulation)に基づくリニア擬似規則(Linar Quadratic Regulation)に基づくバックアップポリシーとの名目制御器と比較して,安全制約違反をゼロにする。 これらの結果から,高速・安全臨界条件下での安全運転を確保するための遮蔽機構の有効性が示された。

関連論文リスト

• CAPSULE: Control-Theoretic Action Perturbations for Safe Uncertainty-Aware Reinforcement Learning [2.28224729577679]
  オフライン環境で確率論的制御-アフィンダイナミクスモデルを学習する安全な強化学習フレームワークを提案する。 提案手法は,既存のベースラインに匹敵するリターンを達成すると同時に,安全性違反を著しく低減する。
  論文  参考訳（メタデータ） (2026-04-26T07:31:30Z)
• 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)
• Safe Reinforcement Learning via Recovery-based Shielding with Gaussian Process Dynamics Models [57.006252510102506]
  強化学習(Reinforcement Learning, RL)は、最適な意思決定と制御のための強力なフレームワークである。 本稿では,未知および非線形連続力学系に対する安全性を低くした安全RLを実現するための新しい回復型遮蔽フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-12T22:03:35Z)
• Robustness Certificates for Neural Networks against Adversarial Attacks [9.365069861121944]
  本稿では,勾配に基づく学習を離散時間力学系としてモデル化する形式的頑健性認定フレームワークを提案する。 当社のフレームワークはテスト時の攻撃に対する認証にも拡張されており、トレーニングとテスト時の攻撃設定の両方で正式な保証を提供する最初の統一されたフレームワークです。
  論文  参考訳（メタデータ） (2025-12-24T00:49:47Z)
• Feasibility-Aware Pessimistic Estimation: Toward Long-Horizon Safety in Offline RL [14.767273209148545]
  CVAEに基づくペシミズム(FASP)を用いたオフラインセーフ強化学習フレームワークを提案する。 我々はハミルトン・ヤコビ(H-J)リーチビリティ解析を用いて信頼性の高い安全ラベルを生成する。 また,報酬とコストのQ値の推定にも悲観的推定法を用いる。
  論文  参考訳（メタデータ） (2025-05-13T02:32:49Z)
• Safe Online Dynamics Learning with Initially Unknown Models and Infeasible Safety Certificates [45.72598064481916]
  本稿では、制御バリア関数(CBF)2次コーンプログラムに基づく、堅牢な安全証明書を備えた学習ベースの設定について考察する。 制御バリア関数証明書が実現可能ならば,その安全性を確保するため,本手法では,データ収集と制御バリア関数制約の実現可能性の回復のために,システムダイナミクスを探索する。
  論文  参考訳（メタデータ） (2023-11-03T14:23:57Z)
• 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。