Synthesis and verification of robust-adaptive safe controllers

要約

保証のある安全な制御を行うには、一般にシステムモデルが既知である必要がある。不確実なパラメータを持つシステムを扱うことは、はるかに困難である。本論文では、一定の未知のパラメータを持つシステムに対して安全な制御器を合成し、検証できる汎用的なアルゴリズムを提案する。特に、ロバスト適応制御バリア関数（raCBF）を用いて安全性を実現する。我々は、合成と検証を一連の凸最適化問題として提起することを可能にする、二乗和を用いた新しい理論と技術を開発する。実験では、我々のアルゴリズムが一般的でスケーラブルであることを、中程度のサイズ（7次元）までの3つの異なる多項式システムに適用して示す。我々のraCBFは現在、不確実なシステムの安全性を保証する最も効果的な方法であり、100%の安全性と、ロバストなベースラインと比較して最大55%の性能向上を達成している。

要約(オリジナル)

Safe control with guarantees generally requires the system model to be known. It is far more challenging to handle systems with uncertain parameters. In this paper, we propose a generic algorithm that can synthesize and verify safe controllers for systems with constant, unknown parameters. In particular, we use robust-adaptive control barrier functions (raCBFs) to achieve safety. We develop new theories and techniques using sum-of-squares that enable us to pose synthesis and verification as a series of convex optimization problems. In our experiments, we show that our algorithms are general and scalable, applying them to three different polynomial systems of up to moderate size (7D). Our raCBFs are currently the most effective way to guarantee safety for uncertain systems, achieving 100% safety and up to 55% performance improvement over a robust baseline.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL