マルチロボット安全制御2026/9/14arXiv:2609.14935

マルチロボットCBF安全フィルタの厳密な実行可能性認定と最適な責任配分

Exact Feasibility Certification and Optimal Responsibility Allocation for Multi-Robot CBF Safety Filters

複数ロボットのCBF安全フィルタが実行不可能になる原因を厳密に特定する認定手法を開発し、共有安全制約を最適配分することで実行不可能な制御ステップを約50%から6.2%に削減した。

詳しい要約

1. どんなもの？

複数ロボットの Control Barrier Function (CBF) safety filter が実行不可能になる問題に対し、厳密な feasibility certificate を開発し、共有 safety constraints の最適な responsibility allocation を提案する研究。heterogeneous control-affine dynamics と convex input sets を持つ multi-agent CBF filters を対象とする。

2. 先行研究と比べてどこがすごい？

従来は QP の失敗がなぜ衝突が起きたか、どう解決するかを示さなかった。本研究は feasibility reserve を safety constraints の demand と actuator supply に分離して定量化し、CBF gain tuning や actuation 増加で解決可能か不可能かを示し、責任のある agents と interactions を特定する点が新しい。

3. 技術・手法の肝は？

feasibility reserve を demand と supply に分解する厳密な certificate を定式化。worst local feasibility margin を最大化する shared safety constraints の最適 allocation algorithm を提案し、polyhedral input sets に対して linear program として解く。

4. どうやって有効だと検証した？

320 の paired closed-loop simulations で、提案 allocation が infeasible control steps を約 50% から 6.2% に、safety-violating runs を 118/160 から 24/160 に削減。52 の infeasibility events で certificate が relaxation により feasibility を回復する interaction を 94% のケースで特定。

5. 議論はある？

certificate は CBF gain tuning や actuation 増加が infeasibility を解決できるかできないかを示し、責任ある agents と interactions を特定する。ただし要旨からは計算コストやスケーラビリティ、他の safety filter への一般化に関する議論は不明。

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 Control Barrier Function (CBF)、Quadratic Program (QP) safety filter、multi-agent CBF、feasibility certificate、responsibility allocation の文献を読むべき。

※ 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: Chandan Kumar Sah, Jishnu Keshavan

分類: cs.RO, cs.MA

原文アブストラクト

Multi-robot Control Barrier Function (CBF) safety filters can become infeasible, but a failed quadratic program (QP) does not indicate why the conflict occurred or how to resolve it. To address this, we develop an exact feasibility certificate for multi-agent CBF filters with heterogeneous control-affine dynamics and convex input sets. The certificate quantifies a feasibility reserve by separating the demand imposed by safety constraints from the available actuator supply. This decomposition shows when CBF gain tuning or increased actuation can and cannot resolve infeasibility, and identifies the agents and interactions responsible for the conflict. We further propose an algorithm to optimally allocate shared safety constraints by maximizing the worst local feasibility margin, yielding a linear program for polyhedral input sets. In $320$ paired closed-loop simulations, the proposed allocation reduces infeasible control steps from roughly $50\%$ to $6.2\%$, and reduces safety-violating runs from $118/160$ to $24/160$. In addition, across $52$ infeasibility events, the certificate identifies an interaction whose relaxation restores feasibility in $94\%$ of cases.

arXivで原文を読む →arXiv概要ページ

← 論文一覧