Deep Equivariant Multi-Agent Control Barrier Functions

要約

複雑な環境でマルチエージェントシステムが自律的に大規模に展開されているため、データ駆動型ポリシーの安全性が重要であることが重要です。
制御バリア機能は、安全上の制約を実施するための効果的なツールとして浮上していますが、システムの固有の幾何学的構造を見落とすため、既存の学習ベースの方法がスケーラビリティ、一般化、サンプリング効率に欠けていることがよくあります。
このギャップに対処するために、学習可能なグラフベースの安全証明書に固有の対称性の満足度を実施して、対称化された分散制御バリア関数を導入します。
CBFとポリシーの等縁5パラメーター化の必要性を理論的に動機付け、互換性のあるグループアクションを介してそのような等縁分グループモジュラーネットワークを構築するためのシンプルでありながら効率的で適応性のある方法論を提案します。
このアプローチは、分散されたデータ効率の良い方法で安全制限をエンコードし、より大きな密度の高い群れにゼロショットの一般化を可能にします。
マルチロボットナビゲーションタスクに関する広範なシミュレーションを通じて、私たちの方法は、安全性、スケーラビリティ、およびタスクの成功率の観点から最先端のベースラインよりも優れていることを実証し、安全な分散ニューラルポリシーに対称性を埋め込むことの重要性を強調しています。

要約(オリジナル)

With multi-agent systems increasingly deployed autonomously at scale in complex environments, ensuring safety of the data-driven policies is critical. Control Barrier Functions have emerged as an effective tool for enforcing safety constraints, yet existing learning-based methods often lack in scalability, generalization and sampling efficiency as they overlook inherent geometric structures of the system. To address this gap, we introduce symmetries-infused distributed Control Barrier Functions, enforcing the satisfaction of intrinsic symmetries on learnable graph-based safety certificates. We theoretically motivate the need for equivariant parametrization of CBFs and policies, and propose a simple, yet efficient and adaptable methodology for constructing such equivariant group-modular networks via the compatible group actions. This approach encodes safety constraints in a distributed data-efficient manner, enabling zero-shot generalization to larger and denser swarms. Through extensive simulations on multi-robot navigation tasks, we demonstrate that our method outperforms state-of-the-art baselines in terms of safety, scalability, and task success rates, highlighting the importance of embedding symmetries in safe distributed neural policies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google