有限データと非対称アクチュエータ制約の下で出力安全を証明する新手法、車両シミュレーションで有効性を確認

モデルが完全には既知でなく、非対称なアクチュエータ制限がある状況で、有限の測定データが所与の安全不等式を強制する指令を認証できるか、またどのように指令を選べば閉ループ安全が保たれるかを問うた。

実システムでは測定誤差と限定された励起により同一データと整合するモデルが複数存在し、あるモデルで安全な指令が別のモデルでは失敗しうる。さらに、非対称入力制限とアクチュエータ追従誤差が、安全を保つための修正入力を制約する。既存手法は予測や不確実性定量化を行っても、限られた制御権限のもとで有限データが安全認証に十分かを決定論的に判定できなかった。

従来は、制御バリア関数やセット不変性に基づく安全フィルタ、ガウス過程や強化学習による不確実性推定、コンフォーマル予測、またデータ情報量に基づく線形フィードバック合成などがあった。これらはモデルや不確実性の有効性に依存し、動的なアクチュエータの追従誤差と非対称制限を考慮した有限データの十分性判定を提供していなかった。

安全チャネルを線形パラメトリゼーションで表し、データ整合集合の最悪ケース寄与を射影行列と疑似逆行列で解析的に特徴付けた。クエリの回帰方向が測定スパンに含まれない場合には有限上界が存在しないことを示し、スパン内では残差と不確実性の増幅を閉形式で与えた。さらに、アクチュエータ追従誤差を成分別に保証する区間として加法リザーブに変換し、実行可能性をアフィン不等式として必要十分条件化した。指令射影はスカラー根探索に、所望指令の最大許容混入率は閉形式ゲートに帰着する。

評価は2次元車両モデルのシミュレーションである。N=40の3つの記録（連続Dc、均一Du、選択Ds）で、有限データ超過の中央値は2.423 s^-1から0.1477 s^-1、0.0353 s^-1へ低下した。11,241クエリでの証明可能割合はDc 1.03%、Du 32.09%、Ds 76.27%、厳密パラメータ基準86.26%だった。Dsを用いた閉ループでは、追従誤差が非対称境界内に留まり、アクチュエータ対応マージンは数値精度で非正、実現入力範囲は水平約[9,14] m/s、垂直約[-1.856,1.044] m/sだった。

本論文は数値シミュレーションのみで、実機実験は報告されていない。アクチュエータ誤差集合は実現可能な誤差より広い可能性があり、証明が保守的になりうる。また、Remark 1で点wise実行可能性があっても連続なフィードバック選択が存在しない場合を示しており、局所リプシッツ選択の保証には追加条件が必要である。時間無限の保証には全状態の有限時間脱出を防ぐ継続条件と、不確実性上界が運用中も成立することが前提となる。コード公開や他のロボット形態への適用は報告されていない。