信頼度で安全フィルタを調整するエンドツーエンド方策

- 対象は end-to-end policy（task-specific controller から robot foundation model まで）の安全性を担保する safety filter。 - 課題は、filter の ODD（operational design domain）内では性能、外では余裕（margin）を巡る保守性のトレードオフ。 - 提案は policy の confidence に応じて filter の保守性を runtime で調整する filter-agnostic な pipeline。 - ODD 内では confidence で性能を買い、ODD 外では低 confidence で margin を追加する設計。

- 従来の safety filter は policy の competence に関係なく保守性を固定し、ODD 内性能と ODD 外 margin をトレードオフしていた。 - 提案は policy の confidence を保守性の設定に用いる点が新しい。 - filter に依存しない（filter-agnostic）pipeline として runtime 調整を実現。 - 予備的な F1TENTH シミュレーションで、permissive と conservative な filter の長所を併せ持つ結果を示した。

- policy の confidence を runtime で推定し、safety filter の保守性レベルを変調する filter-agnostic pipeline。 - ODD 内では全設定が安全なので confidence を性能向上に使う。 - ODD 外では低 confidence 時に margin を増やし、filter のモデルが失敗する箇所の flag として機能させる。 - 具体的な confidence 推定器や変調則の詳細は要旨からは不明。

- F1TENTH のシミュレーションで予備的に検証。 - 提案仮説（ODD 内で confidence が性能を買い、ODD 外で低 confidence が margin を追加）が成立する条件を確認。 - 変調付き filter が permissive と conservative な filter の強みを組み合わせることを示した。 - 実機や他ベンチマークでの検証は要旨からは不明。

- confidence が filter のモデル失敗箇所を正しく flag できるかに依存し、その限界は要旨からは不明。 - ODD 内外の判定や confidence の校正（calibration）の扱いは要旨からは不明。 - 結果は F1TENTH の予備的シミュレーションに限られ、一般化可能性は要旨からは不明。 - 他の filter や robot foundation model への適用性は要旨からは不明。

- 要旨で直接参照/比較されている個別研究は明示されていない。 - 関連手法として safety filter、control barrier function（CBF）、model predictive shielding、robot foundation model の confidence calibration 関連の文献を次に読む候補として挙げる。 - 評価環境として F1TENTH 関連の safety filtering 研究も候補。