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arXiv:2605.09772

オンラインガウス過程学習を用いた非線形プロセスの安全な探索

Safe Exploration for Nonlinear Processes Using Online Gaussian Process Learning

シェア:XThreadsFacebookLINEはてブBluesky

部分既知の非線形システムに対し、ガウス過程で未モデル化動態を学習しつつ、リアプノフ理論に基づく確率的制御不変集合で安全性を保証する枠組みを提案。数値実験で安全集合の拡大と誤差低減を確認した。

詳しい要約

1. どんなもの?

本論文は、部分的に既知の非線形システムに対する安全なデータ駆動型制御フレームワークを提案する。オンライン学習中も安定性と制約充足を保証し、プロセスの安定化可能な線形近似のみを仮定する。未モデル化非線形ダイナミクスはリアルタイムで学習される Gaussian process 残差で捉える。Lyapunov 理論に基づく確率的制御不変集合により安全性を強制し、高確率安定性を保証する。凸 quadratic program で情報利得を最大化しつつ確率的安全制約を尊重する制御入力を計算する。有限サンプル安全性保証を提供し、不確実性の減少に応じて不変集合を適応的に拡大できる。数値結果で有効性を検証している。

2. 先行研究と比べてどこがすごい?

先行研究と比べて、部分的に既知の非線形システムに対し、安定化可能な線形近似のみを仮定してオンライン学習中の安定性と制約充足を保証する点がすごい。Gaussian process 残差をリアルタイム学習し、Lyapunov 理論に基づく確率的制御不変集合で高確率安定性を保証する。さらに、凸 quadratic program で情報利得最大化と確率的安全制約を両立し、有限サンプル安全性保証を提供する。不確実性減少に応じて不変集合を適応的に拡大できる点も特徴的である。

3. 技術・手法の肝は?

技術の肝は、部分的に既知の非線形システムに対し、安定化可能な線形近似のみを仮定し、未モデル化非線形ダイナミクスを Gaussian process 残差としてリアルタイム学習する点。Lyapunov 理論に基づく確率的制御不変集合を導出し、高確率安定性を保証する。凸 quadratic program により、情報利得を最大化しつつ確率的安全制約を尊重する制御入力を計算する。有限サンプル安全性保証を提供し、不確実性の減少に応じて不変集合を適応的に拡大する。

4. どうやって有効だと検証した?

数値結果により、モデル不確実性下での安全かつ情報豊富な探索を検証している。安全集合が約30%拡大し、Gaussian process の root-mean-square error が1.11から0.03に低下したことを示している。

5. 議論はある?

要旨からは不明。

6. 次に読むべき論文は?

要旨で参照/比較されている研究は明示されていない。関連手法として、Gaussian process を用いた安全な強化学習や Lyapunov に基づく安全制御、制御不変集合、quadratic program による安全フィルタなどが挙げられる。

※ 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: Stefano Tonini, Soroush Rastegarpour, Hamid Reza Feyzmahdavian, Nicola Bastianello, Karl Henrik Johansson

分類: eess.SY, cs.RO, cs.SY, math.OC

原文アブストラクト

This paper proposes a safe data-driven control framework for nonlinear systems with partially known dynamics. The method ensures stability and constraint satisfaction during online learning, assuming only a stabilizable linear approximation of the process is available. Unmodeled nonlinear dynamics are captured by a Gaussian process residual learned in real time. Safety is enforced through a probabilistic control-invariant set derived from Lyapunov theory, guaranteeing high-probability stability. A convex quadratic program computes control inputs that maximize information gain while respecting probabilistic safety constraints. The framework provides finite-sample safety guarantees and allows adaptive expansion of the invariant set as uncertainty decreases. Numerical results validate the approach, demonstrating safe and informative exploration under model uncertainty: the safe set expands by about 30% while the Gaussian process root-mean-square error drops from 1.11 to 0.03.

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. 3Google DeepMind、ロボット向けAIを発表新製品・発表
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5GXO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

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