日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
安全制御arXiv:2610.27870

列挙に基づくニューラルHamilton-Jacobi安全証明の訓練

Enumeration-Guided Training of Neural Hamilton-Jacobi Safety Certificates

シェア:XThreadsFacebookLINEはてブBluesky

安全制約の確率的列挙で学習済みHJ値関数を微調整し、より広い認証領域と短い認証時間を実現。精緻化した証明に基づくシールド機構をIsaac Simと実車レースで検証し、安全違反ゼロを達成した。

詳しい要約

1. どんなもの?

- Hamilton-Jacobi (HJ) reachability analysis のための neural certificate を、verification-guided に訓練する枠組み - 学習済み certificate の forward-invariance 違反を検出し、その counterexample で fine-tune する - 精緻化した certificate に基づく shielding mechanism を導入し、deployment 時の安全制約を強制 - Isaac Sim と実車の autonomous racing で評価する安全フィルタ研究

2. 先行研究と比べてどこがすごい?

- 従来の neural HJ certificate 訓練は、unsafe region の特徴づけが難しい場合に精度確保が困難 - 標準的な adversarial attack 法で生成した入力より、提案する probabilistic enumeration による counterexample 集合が failure boundary をより正確に捉える - その表現で pretrained HJ value function を fine-tune すると、全 benchmark で certified region が拡大し certification time も短縮 - 単なる certificate 学習に留まらず、deployment 用 shielding まで一貫して検証している点が新しい

3. 技術・手法の肝は?

- probabilistic enumeration of safety constraints により forward-invariance violations を検出 - 違反状態を compact かつ targeted な counterexample 集合として抽出し、failure boundary を精密に表現 - この表現を用いて pretrained HJ value function を fine-tune し、certificate を精緻化 - 精緻化された certificate に基づく shielding mechanism を構築し、実行時に安全制約を強制

4. どうやって有効だと検証した?

- 複数の benchmark で certified region の拡大と certification time の短縮を確認 - 物理ベースの Isaac Sim 環境で提案 safety filter を評価 - 実世界の autonomous racing 実験を実施 - nominal controller および Linear Quadratic Regulation (LQR) ベースの backup policy と比較し、安全制約違反ゼロを達成

5. 議論はある?

- 高速・安全-critical 条件下での shielding mechanism の有効性を示す一方、詳細な限界や失敗ケースは要旨からは不明 - probabilistic enumeration の網羅性・計算コストに関する議論は要旨からは不明 - 実車実験の規模や多様な環境への一般化可能性は要旨からは不明 - certified region 拡大と certification time 短縮の定量的な程度は要旨からは不明

6. 次に読むべき論文は?

- Hamilton-Jacobi (HJ) reachability analysis の基礎文献 - neural certificate / neural value function の学習に関する研究 - adversarial attack を用いた verification-guided training の関連手法 - shielding / safety filter に関する研究 - Linear Quadratic Regulation (LQR) ベースの backup policy の関連研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Mihaela-Larisa Clement, Tosca Pierro, Ezio Bartocci, Luca Marzari

分類: cs.RO, cs.LG

原文アブストラクト

Hamilton-Jacobi (HJ) reachability analysis offers formal safety guarantees for control systems, but training accurate neural certificates remains difficult, particularly when unsafe regions are hard to characterize. We propose a verification-guided training framework that addresses this by using probabilistic enumeration of safety constraints to detect forward-invariance violations, i.e., states where the learned certificate incorrectly classifies unsafe behavior. This produces a compact, targeted set of counterexamples that more precisely captures the failure boundary than inputs generated by standard adversarial attack methods. Crucially, using this representation to fine-tune a pretrained HJ value function yields larger certified regions and reduces certification time across all tested benchmarks. We further introduce a shielding mechanism based on the refined certificates to enforce safety constraints at deployment time. We evaluate the proposed safety filter in a realistic, physics-based Isaac Sim environment and through real-world autonomous racing experiments, achieving zero safety constraint violations compared to a nominal controller and a backup policy based on Linear Quadratic Regulation (LQR). These results demonstrate the effectiveness of the proposed shielding mechanism in ensuring safe operation under high-speed, safety-critical conditions.

関連論文

PR本紙発行元 EmplifAI