凍結ACCポリシーのための適応的安全フィルタリング：共形残差キャリブレーションによるアプローチ

- 凍結された ACC (adaptive cruise control) ポリシーが、訓練条件と異なる展開環境で制約違反を起こす問題に対処する手法。 - 提案手法は residual-aware conformal action filtering (RACF)。 - 固定された nominal predictor の残差を conformal で校正し、その分位点を operating margin に変換。 - 有限モデルに基づく action projection を行い、ポリシーを再訓練せずに安全側へ補正する。 - 完了した transition で margin と候補選択を更新する適応型 (Adaptive RACF)。

- 評価された nominal CBF-QP ベースラインに対し、Adaptive RACF は episode safety 94.3% を達成し 19.9 ポイント改善。 - projection frequency も 8.11% から 6.63% へ低減。 - 残差 margin 注入の寄与を切り分けた統制実験で 4.54 ポイントの改善を確認。 - 別の matched-hardware 評価では Robust CBF-QP 比で mean amortized rollout time を 21.2% 削減。 - 安全 episode 数は 161/180 対 170/180 で、計算効率と安全性のトレードオフを定量化。

- 固定された nominal predictor の残差を conformal で校正する。 - 校正した残差の quantile を operating margin として用いる。 - その margin を finite-model action projection に組み込み、行動を安全側へ射影。 - 完了した transition を用いて margin と候補選択を更新し、ポリシー再訓練を不要にする。 - one-step residual coverage と constraint satisfaction を結びつける条件を特徴づける。

- 2,400 controller-trial units の registered comparison で Adaptive RACF を評価。 - episode safety 94.3%、nominal CBF-QP 比 +19.9 ポイント、projection frequency 8.11%→6.63%。 - 残差 margin 注入の効果を切り分ける controlled study で 4.54 ポイント改善を確認。 - 別の matched-hardware evaluation で Robust CBF-QP と比較し、mean amortized rollout time 21.2% 削減、安全 episode 161/180 対 170/180。 - one-step residual coverage と constraint satisfaction の関係条件を特徴づけ、安全性と計算のトレードオフを定量化。

- one-step residual coverage と constraint satisfaction を結ぶ条件を特徴づけている。 - 観測された safety-computation trade-offs を定量化している。 - matched-hardware 評価では安全 episode 数が Robust CBF-QP より少ない (161/180 対 170/180) 一方、rollout time は 21.2% 削減。 - この安全性と計算効率のトレードオフに関する詳細な議論は要旨からは不明。

- 要旨で比較されている nominal CBF-QP および Robust CBF-QP に関する研究。 - conformal prediction を用いた安全フィルタリングや action projection の関連研究。 - frozen policy に対する安全保証や residual calibration の研究。 - 同分野の定番として control barrier function (CBF) に基づく安全フィルタリングの文献。