Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Safe Beyond the Horizo​​n: Efficient Sampling-based MPC with Neural Control Barrier Functions

Created by
  • Haebom

作者

Ji Yin, Oswin So, Eric Yang Yu, Chuchu Fan, Panagiotis Tsiotras

概要

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。

Takeaways、Limitations

•
Takeaways:
◦
既存のMPCの安全性問題（予測地平線を越​​えた安全性を確保することが難しい）を効果的に解決する新しい方法を提示します。
◦
ブラックボックスダイナミクスにも適用可能な汎用的な安全性向上技術を提供。
◦
サンプリングベースMPCの効率を高める新しいサンプリング戦略提案
◦
シミュレーションと実際のハードウェア実験による性能検証
•
Limitations:
◦
提案された方法の安全性保証の理論的分析が不足する可能性がある。
◦
学習された制御バリア関数の一般化性能に関するさらなる研究が必要になるかもしれません。
◦
実際の適用には、計算コストと学習データ要件の追加の考慮が必要になる場合があります。
👍
Made with Slashpage