保守的リーチアビリティのためのニューラルHamilton-Jacobiサブソリューション

- Hamilton-Jacobi (HJ) Reachability を用いて動的システムの unsafe state を同定する問題に対し、neural value function でスケールさせる手法。 - 古典的 grid-based solver の指数的次元爆発を避けるため、HJ-Isaacs (HJI) variational inequality (VI) を学習する枠組みを扱う。 - 提案手法 ConDR (Conservative DeepReach) は HJI VI の subsolution を学習し、learned unsafe set が true unsafe set を含むようにする。 - Air3D, Air6D, 9D multi-vehicle system, 13D quadrotor で評価される safety-critical control 向けの手法。

- DeepReach は HJI residual の両側を等しく罰するため、learned value が true value より上にずれ、unsafe state を safe と誤分類しうる。 - ConDR は subsolution を狙うことで learned unsafe set が true unsafe set を含む方向に保守化する点が異なる。 - 比較対象の DeepReach と MADR に対し、unsafe state の誤分類率と closed-loop collision rate が最小。 - 介入増加は高々小さく抑えられる。 - Air3D, Air6D では ε にスケールする model mismatch に耐える。 - 同一 false-negative rate では unsafe set が baselines より小さく、単なる過剰近似で安全を得ていないことを示す。

- obstacle branch と terminal condition を構成上 (by construction) 強制する。 - HJI residual を safety margin ε だけゼロより下に押す one-sided loss を用いる。 - すべてを unsafe と分類する degenerate solution を防ぐ仕組みを入れる。 - margin-shifted VI の厳密解が元の VI の subsolution であり、unsafe set が true を含み、value が true value function の ετ 以内にあることを証明。 - 学習目標は margin-shifted VI の解。

- 既存システム Air3D, Air6D, 9D multi-vehicle system, 13D quadrotor で DeepReach と MADR と比較。 - 指標は unsafe state の誤分類率と closed-loop collision rate、介入増加量。 - ConDR が最低の誤分類率と最低の closed-loop collision rate を報告。 - Air3D, Air6D で ε にスケールする model mismatch への耐性を確認。 - 同一 false-negative rate で unsafe set が baselines より小さいことを確認。

- 理論的に margin-shifted VI の解が subsolution となり、unsafe set の包含と value の ετ 誤差保証が示される。 - 保守性により介入 (intervention) が増える可能性があるが、実験では増加は高々小さいと報告。 - model mismatch への耐性は ε に依存してスケールする。 - 具体的な限界や失敗ケース、計算コストの詳細は要旨からは不明。

- DeepReach (HJI VI を neural value function で学習する先行手法) - MADR (比較対象の関連手法) - Hamilton-Jacobi (HJ) Reachability の古典的 grid-based solver - HJ-Isaacs (HJI) variational inequality (VI) に関する理論 - Air3D, Air6D, 9D multi-vehicle system, 13D quadrotor のベンチマーク