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:2608.10872

入力制約付き劣駆動線形システムのためのロバスト安全フィルタリング

Robust Safety Filtering for Input-Constrained Underactuated Linear Systems

シェア:XThreadsFacebookLINEはてブBluesky

未知外乱下の入力制約付き劣駆動線形システムに対し、外乱オブザーバとロバスト高次制御バリア関数を用いて安全フィルタリングを行う手法を提案し、二輪倒立ロボットのシミュレーションで有効性を示した。

詳しい要約

1. どんなもの?

本論文は、未知の外乱を受ける入力制約付きの劣駆動線形システムに対する、ロバストな安全フィルタリングの枠組みを提案している。ベースラインとなるH∞入力をゼロ和微分ゲームから導出し、外乱オブザーバが推定値と過渡誤差の上界を提供する。ベースライン入力は外乱推定値で調整され、推定値と誤差上界はロバストな高次制御バリア関数(high-order control barrier function)の制約を定義するために用いられる。許容入力集合が空でない限り前方不変性が保証される。スカラー入力システムでは、正確な入力区間から点ごとの実行可能性が決定され、区間幅が実行可能性マージンとなる。有限ホライズンのH∞性能バランスは、適用入力のベースラインH∞ポリシーからの累積偏差を考慮する。線形化された二輪バランスロボットのシミュレーションにより、位置と体幹ピッチの制約が同じ有界な車輪トルク入力を競合する様子を示している。

2. 先行研究と比べてどこがすごい?

先行研究と比べて、本手法は入力制約と劣駆動性を同時に扱い、さらに未知の外乱に対するロバスト性を保証する点で優れている。従来の制御バリア関数(CBF)ベースの安全フィルタは、外乱を考慮しないか、または外乱の影響を過大評価して実行可能性を損なうことがあった。本手法では、外乱オブザーバによる推定と誤差上界を利用することで、保守的すぎず、かつロバストな安全制約を構築する。また、劣駆動システムに対して高次CBFを適用し、入力制約下での実行可能性を正確に評価する点も新しい。

3. 技術・手法の肝は?

手法の核は、(1) ゼロ和微分ゲームから導出したベースラインH∞入力、(2) 外乱オブザーバによる外乱推定とその誤差上界、(3) 推定値と誤差上界を用いたロバスト高次CBF制約の定義、(4) スカラー入力システムにおける正確な入力区間計算による点ごとの実行可能性判定、である。前方不変性は、許容入力集合が空でない限り保証される。また、有限ホライズンのH∞性能指標を導入し、ベースラインからの入力偏差の累積を評価する。

4. どうやって有効だと検証した?

有効性の検証は、線形化された二輪バランスロボットのシミュレーションによって行われた。位置制約と体幹ピッチ制約が同じ有界な車輪トルク入力を競合するシナリオで、提案フレームワークが安全フィルタとして機能し、制約を満たしつつ目標追従を達成できることを示した。具体的な数値結果は要旨からは不明だが、競合する制約下での実行可能性と安全性のトレードオフが示されたと解釈できる。

5. 議論はある?

議論としては、提案手法はスカラー入力システムに対して点ごとの実行可能性を正確に評価できるが、多入力システムへの拡張は要旨からは不明である。また、外乱オブザーバの推定誤差が大きい場合や、許容入力集合が空になる状況での挙動についての詳細な議論は要旨には含まれていない。さらに、有限ホライズンのH∞性能バランスの選択が実際の性能に与える影響についても、要旨からは不明である。

6. 次に読むべき論文は?

次に読むべき論文としては、要旨で参照されているゼロ和微分ゲームに基づくH∞制御の基礎論文、外乱オブザーバの設計に関する論文、および高次制御バリア関数(high-order control barrier function)の理論を確立した論文が挙げられる。具体的には、BasarとOlsderの微分ゲームに関する書籍、Chenらの外乱オブザーバに関する論文、AmesらのCBFに関する論文などが関連する。

※ 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: Muhamad Rausyan Fikri

分類: eess.SY, cs.RO, cs.SY

原文アブストラクト

We present a robust safety-filtering framework for input-constrained underactuated linear systems subject to unknown disturbances. A baseline H-$\infty$ input is derived from a zero-sum differential game, while a disturbance observer supplies an estimate and a transient error bound. The baseline input is adjusted using the disturbance estimate, while the estimate and its error bound are used to define robust high-order control barrier function constraints; forward invariance holds as long as the admissible-input set remains nonempty. For scalar-input systems, pointwise feasibility is determined from an exact input interval, and the interval width defines the feasibility margin. A finite-horizon H-$\infty$ performance balance accounts for the accumulated deviation of the applied input from the baseline H-$\infty$ policy. Simulations on a linearized two-wheeled balancing robot show how position and body-pitch constraints compete for the same bounded wheel-torque input.

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. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXO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
  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