本論文は,モデル予測制御(MPC)における予測地平線を越えた安全仕様を満たす問題を解決するために,近似離散時間制御障壁関数を学習し,それを変分推論MPC(VIMPC)に統合する方法を提示した。正確な再帰的実行可能性、計算トレーサビリティ、および「ブラックボックス」ダイナミクスへの適用可能性の間のトレードオフを実現するために、新しいサンプリング戦略を提案し、推定された最適制御の分散を大幅に削減し、CPUでリアルタイム計画を可能にします。その結果、開発されたNeural Shield-VIMPC(NS-VIMPC)コントローラは、従来のサンプルベースのMPCコントローラと比較して安全性を大幅に向上させ、誤って設計されたコスト関数の下でも効果的であることをシミュレーションと実際のハードウェア実験によって検証します。