マルチロボットCBF安全フィルタの厳密な実行可能性認定と最適な責任配分

複数ロボットの Control Barrier Function (CBF) safety filter が実行不可能になる問題に対し、厳密な feasibility certificate を開発し、共有 safety constraints の最適な responsibility allocation を提案する研究。heterogeneous control-affine dynamics と convex input sets を持つ multi-agent CBF filters を対象とする。

従来は QP の失敗がなぜ衝突が起きたか、どう解決するかを示さなかった。本研究は feasibility reserve を safety constraints の demand と actuator supply に分離して定量化し、CBF gain tuning や actuation 増加で解決可能か不可能かを示し、責任のある agents と interactions を特定する点が新しい。

feasibility reserve を demand と supply に分解する厳密な certificate を定式化。worst local feasibility margin を最大化する shared safety constraints の最適 allocation algorithm を提案し、polyhedral input sets に対して linear program として解く。

320 の paired closed-loop simulations で、提案 allocation が infeasible control steps を約 50% から 6.2% に、safety-violating runs を 118/160 から 24/160 に削減。52 の infeasibility events で certificate が relaxation により feasibility を回復する interaction を 94% のケースで特定。

certificate は CBF gain tuning や actuation 増加が infeasibility を解決できるかできないかを示し、責任ある agents と interactions を特定する。ただし要旨からは計算コストやスケーラビリティ、他の safety filter への一般化に関する議論は不明。

要旨で参照/比較されている研究は明示されていない。関連手法として Control Barrier Function (CBF)、Quadratic Program (QP) safety filter、multi-agent CBF、feasibility certificate、responsibility allocation の文献を読むべき。