連続時間確率制約付き確率的最適制御における強双対性と双対勾配上昇法

- 連続時間・連続空間の確率的最適制御（SOC）問題で、状態制約違反の確率を明示的に上限付きで扱う chance-constrained SOC を定式化する研究。 - 連続時間確率解析の exit time の概念を用いて定式化。 - chance constraint を保守的近似なしに indicator function の期待値へ変換し、双対定式化でコスト関数に組み込む。 - 双対関数を双対変数でパラメータ化した Hamilton-Jacobi-Bellman（HJB）PDE の解で表現。 - モバイルロボットの空間ナビゲーションにおける chance-constrained motion planning に適用。

- 従来の chance-constrained SOC では保守的近似が用いられがちだが、本論文は保守的近似なしに chance constraint を indicator function の期待値へ変換する点が特徴。 - 双対定式化により制約をコスト関数へ組み込み、HJB PDE の解で双対関数を表現する枠組みを提示。 - システムダイナミクスとコスト関数に関するある仮定の下で、primal の chance-constrained 問題とその双対の間に strong duality が成立することを示す。 - 具体的な先行研究との比較は要旨からは不明。

- exit time を用いて連続時間の chance-constrained SOC を定式化。 - chance constraint を indicator function の期待値に変換し、双対問題として扱う。 - 双対関数を、双対変数でパラメータ化された HJB PDE の解として表現。 - strong duality の成立を、ダイナミクスとコスト関数に関する仮定の下で示す。 - 数値解法として Path integral approach を利用し、システム軌道の open-loop samples を用いた gradient ascent で双対問題を解く。

- モバイルロボットの空間ナビゲーションにおける chance-constrained motion planning のシミュレーション研究を実施。 - Path integral approach の解を finite difference method の解と比較。 - 具体的な評価指標や定量的結果は要旨からは不明。

- strong duality はシステムダイナミクスとコスト関数に関するある仮定の下で示されており、仮定が成立しない場合の議論は要旨からは不明。 - Path integral approach は open-loop samples を用いる点や、finite difference method との比較結果の詳細は要旨からは不明。 - 計算コストやスケーラビリティ、実機適用性に関する議論は要旨からは不明。

- 要旨で直接参照・比較されているのは finite difference method と Path integral approach。 - 関連手法として Hamilton-Jacobi-Bellman（HJB）PDE、chance-constrained stochastic optimal control、exit time を用いた定式化、gradient ascent による双対問題の解法が挙げられる。 - 同分野の定番として、確率的最適制御における HJB 方程式や Path integral control の文献を次に読む候補として挙げられる。