日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

安全制御/到達可能性解析arXiv:2605.02021

MPC監視による高次元システム向けニューラル後方到達回避チューブ:安全な宇宙機ドッキングへの応用

Neural Backward Reach-Avoid Tubes with MPC Supervision for High-Dimensional Systems: An Application to Safe Spacecraft Docking

シェア:XThreadsFacebookLINEはてブBluesky

高次元の宇宙機ドッキング問題に対し、HJ到達可能性解析とMPC監視を組み合わせた学習ベースの後方到達回避チューブ(BRAT)を提案し、衝突回避と目標到達を両立する制御を実現した。

詳しい要約

1. どんなもの?

本論文は、高次元システムにおける安全な宇宙機ドッキングのための学習ベースのBackward Reach-Avoid Tube (BRAT) フレームワークを提案する。Hamilton-Jacobi (HJ) 到達可能性の構造とModel Predictive Control (MPC) ベースの監督を統合し、衝突回避と目標到達を同時に保証する制御ポリシーを学習する。オフラインでHJ価値関数のニューラル近似を訓練し、オンラインで価値勾配駆動型コントローラと価値関数拡張ターミナルMPCの2つのリアルタイムコントローラを展開する。6D平面ドッキング問題と13Dフルシステムで評価し、成功率と計算効率で既存手法を上回る。

2. 先行研究と比べてどこがすごい?

従来のHamilton-Jacobi (HJ) 到達可能性は形式的なreach-avoid保証を提供するが、古典的ソルバーは低次元システムに限定される。学習ベースのアプローチはHJ解析をスケールさせ始めたが、特にドッキングのように目標集合と失敗集合が密結合したreach-avoid設定では苦戦する。提案手法は、HJ構造とMPCベースの監督を緊密に統合することでこの課題に対処し、純粋なPDEベース手法が失敗する領域でも安定した訓練を実現し、既存手法を成功率と計算効率で上回る。

3. 技術・手法の肝は?

オフライン段階では、PDEベースの損失にカリキュラム駆動型MPC監督を追加してHJ価値関数のニューラル近似を訓練する。MPC監督は有益な価値ターゲットを提供し、純粋なPDEベース手法が失敗する領域での訓練を安定化させる。オンライン段階では、学習した価値関数を2つのリアルタイムコントローラで展開する:(i) 価値勾配駆動型コントローラ、(ii) ホライズンでの到達可能性を明示的に強制する価値関数拡張ターミナルMPC。

4. どうやって有効だと検証した?

6D平面ドッキング問題でグリッドベースのグラウンドトゥルースと比較し、その後フル13Dシステムにスケールする。両設定で、提案手法は既存手法を成功率と計算効率で上回ることを示した。

5. 議論はある?

要旨からは不明。

6. 次に読むべき論文は?

Hamilton-Jacobi (HJ) reachability、Model Predictive Control (MPC)、learning-based HJ analysis、curriculum-driven MPC supervision、value gradient-driven controller、value-function-augmented terminal MPC などの関連手法。要旨で参照/比較されている具体的な研究は明記されていない。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Santiago Thorup, Luca Castelletto, Zeyuan Feng, Somil Bansal

分類: cs.RO, cs.SY, eess.SY

原文アブストラクト

Autonomous spacecraft docking requires control policies that simultaneously ensure collision avoidance and target reachability under coupled, high-dimensional translational-rotational dynamics. Hamilton-Jacobi (HJ) reachability provides formal reach-avoid guarantees, but classical solvers are limited to low-dimensional systems. Learning-based approaches have begun to scale HJ analysis, yet they struggle in reach-avoid settings, especially where goal and failure sets are tightly coupled, as in docking. We propose a learning-based Backward Reach-Avoid Tube (BRAT) framework that addresses this challenge by tightly integrating HJ structure with MPC-based supervision. In the offline phase, we train a neural approximation of the HJ value function using PDE-based losses augmented with curriculum-driven MPC supervision, which provides informative value targets and stabilizes training in regions where purely PDE-based methods fail. In the online phase, the learned value function is deployed through two real-time controllers: (i) a value gradient-driven controller, and (ii) a value-function-augmented terminal MPC that explicitly enforces reachability at the horizon. We evaluate the proposed method on a 6D planar docking problem against grid-based ground truth and then scale to the full 13D system. Across both settings, our approach outperforms existing methods in success rate and computational efficiency.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI