RPCBF: Constructing Safety Filters Robust to Model Error and Disturbances via Policy Control Barrier Functions

要約

コントロール バリア関数 (CBF) は、非線形システムの安全な制御合成を実行するための効果的なツールであることが証明されています。
しかし、高相対次数システムの外乱や入力制約が存在する場合に安全性を保証することは困難な問題です。
この研究では、実装が簡単で、値関数の推定を介して外乱に対してロバストな CBF 近似を構築する実用的な方法であるロバスト ポリシー CBF (RPCBF) を提案します。
我々は、さまざまな高度な相対次数入力制約システムのシミュレーションにおけるこの方法の有効性を実証します。
最後に、モデル エラーを外乱として扱うことにより、ハードウェア クアッドコプター プラットフォーム上でモデル エラーを補償する RPCBF の利点を示します。
プロジェクト ページは https://oswinso.xyz/rpcbf にあります。

要約(オリジナル)

Control Barrier Functions (CBFs) have proven to be an effective tool for performing safe control synthesis for nonlinear systems. However, guaranteeing safety in the presence of disturbances and input constraints for high relative degree systems is a difficult problem. In this work, we propose the Robust Policy CBF (RPCBF), a practical method of constructing CBF approximations that is easy to implement and robust to disturbances via the estimation of a value function. We demonstrate the effectiveness of our method in simulation on a variety of high relative degree input-constrained systems. Finally, we demonstrate the benefits of RPCBF in compensating for model errors on a hardware quadcopter platform by treating the model errors as disturbances. The project page can be found at https://oswinso.xyz/rpcbf.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google