⚡ electrical engineering

Input-to-State Safe Backstepping: Robust Safety-Critical Control with Unmatched Uncertainties

本論文は、最適減衰制御バリア関数（Optimal Decay Control Barrier Functions）を用いてISSf（入力対状態安全性）の概念を一般化し、それをストリクトフィードバック形式および相対次数2のシステムに適用することにより、不一致な不確かさを伴う非線形システムにおける入力対状態安全性を保証するための構成的なフレームワークを提案するものである。

原著者： Max H. Cohen, Pio Ong, Aaron D. Ames

公開日 2026-02-04

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Max H. Cohen, Pio Ong, Aaron D. Ames

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

あなたは、車が衝突を避けるために特定の車線（「セーフゾーン」）内に留まる必要がある状況を想像してください。そして、2つの問題を想像してください：

路面が滑りやすい： 予測不可能な突風や段差（外乱）が車を押し流そうとします。
ステアリングに遅延がある： ハンドルを切って即座に車の位置を修正できるわけではありません。代わりに、ハンドルを切るとまず車の角度が変わり、その後にその角度によって車の位置が変わります。これは、制御入力（ステアリング）が問題（位置）に直接作用しないため、「ミスマッチ」と呼ばれる問題です。

この論文は、路面が滑りやすく、ステアリングに遅延がある場合でも、車が安全に留まることを保証する新しい「スマート・ドライビング・システム」（制御アルゴリズム）を提示しています。

以下は、簡単な比喩を用いた、彼らの手法の解説です：

1. 問題：「アンマッチド（不一致）」な外乱

多くの安全システムでは、突風が車を押し出した場合、ステアリングが即座に押し戻して打ち消すことができます。これは「マッチド（一致）」な問題です。
しかし、ドローンやロボットのような複雑な機械では、風がドローンの「本体」を押し、モーターは「傾き」しか制御できない場合があります。モーターはまずドローンを傾け、それによって本体が動きます。外乱は本体に襲いかかりますが、制御は傾きにしか作用しません。これは**「アンマッチド（不一致）な不確実性」**です。それは、転がっているボールを止めるために、床の動きだけを制御しようとするようなものです。ボールを止めるためには、最終的に止まるように床を特定の方向に動かさなければなりません。

2. 解決策：柔軟なバネを備えた「セーフティネット」

著者らは、**制御バリア関数（CBF）**と呼ばれる数学的ツールを使用しています。これは、セーフゾーンを取り囲む目に見えない弾力のあるセーフティネットだと考えてください。

標準的なセーフティネット： ネットに触れると、あなたを引き戻します。
新しい「最適減衰（Optimal Decay）」ネット： 著者らは、このネットを改良しました。彼らは、もしあなたがセーフゾーンの「内側」にいるなら、ネットに引っ張られる心配をする必要はないことに気づきました。心配すべきなのは、エッジに触れたとき、あるいは外側にいるときだけです。彼らは、スマートなバネとして機能する「スケーリング係数」（ $\omega$ と呼ばれる変数）を追加しました。風が強い場合、このバネはより硬くなるか、あるいは異なる形で伸び、セーフゾーンから押し出されないように確実にします。

3. 手法：「バックステッピング（Backstepping）」（梯子の比喩）

「遅延のあるステアリング」の問題（制御が安全目標に直接作用しない問題）に対処するため、彼らはバックステッピングという手法を用いました。
想像してみてください、あなたは安全なプラットフォーム（ゴール）に到達するために、梯子を登ろうとしています。

ステップ1： いきなり最上段までジャンプすることはできません。まず、最初の段に到達する必要があります。著者らは、その最初の段が「ゴール」であるかのように振る舞う「仮想コントローラー」を設計します。彼らは、この最初のステップにおいてシステムが安全であることを確実にします。
ステップ 2： 最初のステップが安全になったら、その最初のステップを新しい「地面」として扱い、システムを次の部分へと動かすためのコントローラーを設計します。
結果： このように安全性をステップごとに積み上げる「梯子」を構築することで、制御入力が安全目標から離れていても、システム全体が安全であり続けることを保証します。

4. 2種類の「梯子」

論文では、これら2つの特定の機械に対して、どのように梯子を構築するかを示しています。

ストリクト・フィードバック・システム： 厳格な指揮系統のようなものです。最初の部分が次の部分を制御し、それがさらに次の部分を制御します。（例：倒立振子や、バランスロボット）
デュアル・相対次数システム： 上部（位置）が下部（角度）によって制御されるが、下部の能力は現在の状態に依存するというドローンのような仕組みです。（例：クアッドコプター・ドローン）

5. シミュレーションが示したこと

著者らは、2つのデジタルモデルで理論をテストしました。

バランス・ペンデュラム（倒立振子）： ランダムな風に押されながら、直立してバランスを取ろうとする棒をシミュレートしました。彼らの新しい「スマートなバネ」（最適減衰CBF）を用いることで、風が強くても棒は直立を維持できましたが、古い手法では倒れてしまうことが示されました。
ドローン： 壁の近くを飛行しながら突風を受けるドローンをシミュレートしました。ドローンのコンピュータは、彼らのアルゴリズムを使用して、風に対抗するために完璧に機体を傾け、壁に衝突しないようにしました。

まとめ

この論文は、ロボットや機械に安全を維持させるための新しいプログラミング方法を紹介しています。それは、柔軟なセーフティネット（最適減衰CBF）と、ステップ・バイ・ステップの構築法（バックステッピング）を組み合わせたものです。これにより、複雑な機械が以下の状況下でも安全を維持できるようになります：

予測不可能な力（風、摩擦）によって押し流されているとき。
コントロールが問題を直接解決できないとき（中間ステップを経由する必要があるとき）。

その結果、単に安全であることを「願う」のではなく、たとえ「アンマッチド（不一致）」な困難に直面しても、数学的に安全な境界内に留まることを保証するシステムを実現しています。

技術要約：入力・状態安全性（Input-to-State Safety）に基づくバックステッピング

問題提起
不一致な外乱（unmatched disturbances）が存在する非線形制御システムの安全性を確保することは、依然として大きな課題である。不一致な不確かさとは、制御入力によって直接的に相殺できないもののことであり、それらは制御能力とは異なるチャネルを通じてシステムダイナミクスに影響を与える。制御障壁関数（Control Barrier Functions: CBFs）は、公称設定において安全性に不可ikanな制御を実現するために有効であることが証明されているが、入力・状態安全性（Input-to-State Safety: ISSf）CBFは、一致した外乱（matched disturbances）を扱うために開発されてきた。しかし、不一致な不確かさを持つシステムに対してISSf-CBFを構築することは困難である。従来のISSf-CBFの検証条件は、安全境界において制御能力が消失する場合、過度に厳格になり、制御入力がダイナミクスの異なる経路を通じて入るシステムに対しては、成立しないことがしばしばある。

手法
本論文は、不一致な不確かさに対応するために、ISSf理論とCBFバックステッピングを統合した構成的なフレームワークを提案する。この手法は、主に以下の3つの段階で進行する。

最適減衰CBF（OD-CBFs）によるISSfの一般化：
著者らは、最適減衰ISSf-CBF（OD-ISSf-CBF）という概念を導入することで、ISSfフレームワークを最初に一般化する。このアプローチは、以下の2つの方法により、標準的な検証条件を緩和する。

最適減衰変数： クラス $\mathcal{K}$ 関数 $\alpha$ に対して、スケーリング係数 $\omega$ （ $\theta_d$ によって下限が規定される）を導入する。これは追加の決定変数として機能し、障壁条件を満たすための柔軟性を提供する。
一般化された外乱モデル： 外乱が制御チャネルを通じて入る（一致した）と仮定する代わりに、本フレームワークは外乱入力行列 $w(x)$ を利用する。ロバストネス条件は、全勾配ではなく、障壁関数の勾配への外乱の射影（ $L_{wh}$ ）に沿ってのみ検証される。
検証の緩和： OD-ISSf-CBFに関する主要な理論的結果（補題3）は、条件をドメイン全体ではなく、安全集合の境界および外部（ $h(x) \leq 0$ ）においてのみ検証すればよいことを示している。安全集合の外側で制御能力が非ゼロであれば、条件は自動的に満たされる。

不一致な不確かさのためのバックステッピング合成：
安全性関数 $h$ が直接的な制御権限を持たないシステムを扱うために、本論文では、2つの特定のクラスのシステムに対してISSf-CBFを構築するためのバックステッピング手順を採用する。

ストリクト・フィードバック・システム： ストリクト・フィードバック形式のシステムに対し、本手法は高次の状態を「仮想」制御入力として扱う。まず、トップレイヤーのサブシステムに対してOD-ISSf-CBF条件を満たす滑らかなコントローラが設計される。次に、実際の状態とこの仮想コントローラとの偏差を罰則項として用いることで、複合的な障壁関数が構築される。定理2は、次層の制御ゲイン行列がフル行ランクである場合、この複合関数がシステム全体に対する有効なOD-ISSf-CBFとなることを確立している。
二重相対次数（DRD）システム： トップレイヤーのダイナミクスが関数 $\psi(\eta)$ を介してボトムレイヤーの状態に依存するシステム（例：クアッドコプターなどの微分平坦なシステムに類似したもの）に対し、本手法は積 $\psi(\eta)u_z$ を仮想入力と見なす。トップレイヤーに対して仮想コントローラを設計し、制御方向をこの仮想入力に整合させるように、望ましいボトムレイヤーの状態 $\eta_d$ を構築する。トップレイヤーの安全性と $\eta$ から $\eta_d$ への偏差を組み合わせた複合障壁関数は、システム行列に関する特定のランク条件が満たされる場合に、OD-ISSf-CBFとなることが示される（定理3）。

コントローラの実装：
本フレームワークは、二次計画法（QP）から導出されるフィードバックコントローラをもたらす。このQPは、公称コントローラからの偏差を最小化しつつ、緩和されたOD-ISSf-CBF条件を満たすように、制御入力 $u$ とスケーリング係数 $\omega$ を共同で最適化する。得られるコントローラは局所リプシッツ連続であり、外乱の大きさと選択されたパラメータ $\varepsilon$ および $\theta_d$ に依存する膨張した安全集合 $S_\delta$ の順方向不変性を保証する。

主な貢献
本論文は、以下の主要な貢献を主張している。

ISSfの一般化： OD-CBFと一般化された外乱入力モデルを利用した新しいフレームワークであり、特に検証を安全集合の境界/外部へと緩和することにより、外乱を補償するための柔軟性を高めている。
構成的なバックステッピング手順： 不一致な外乱を持つシステムに対してISSf-CBFを合成するための体系的な手法。これには、ストリクト・フィードバック・システムおよびDRDシステムに関する完全な技術的取り扱いが含まれ、バックステッピングの適用範囲を安定化から安全性に重要な制御へと拡張している。
ロバストな安全性保証： 合成されたコントローラが、不一致な不確かさが存在する場合でも、安全集合の有界な近傍内にシステムを留めること（ISSf）を実証する理論的証明。また、外乱の境界が十分に小さい場合には、厳密な安全性を維持できる能力も備えている。

結果とシミュレーション
理論的結果は、2つのベンチマークシステムを用いた数値シミュレーションによって検証されている。

倒立振子： 不一致な外乱を受けるストリクト・フィードバック・システム。シミュレーションは、提案されたコントローラが振子を安全な角度範囲内に維持することに成功することを示している。結果は、パラメータ $\varepsilon$ によって制御されるトレードオフを明らかにしている。すなわち、 $\varepsilon$ が小さいほどロバスト性が高まり、軌道を安全集合内に留める一方、 $\varepsilon$ が大きいと軌道が集合から逸脱することを許容するが、ISSf理論に従って有界な近傍内に留まる。
平面型クアッドコプター： 不一致な外乱（突風）を受ける二重相対次数システム。シミュレーションは、ドローンが壁の制約に向かって適切に航行することを示している。ドローンが安全境界に近づくにつれ、コントローラは推力ベクトルを外乱に対して整合させるように姿勢（ $\eta$ ）を調整し、効果的に不一致な不確かさを打ち消す。結果は、適切な $\varepsilon$ の選択が安全性を確保する一方で、大きな値は安全性の違反を招くことを確認している。

意義
本論文は、不一致な不確かさを持つシステムに対するCBFの合成という、安全性に不可欠な制御における永続的なギャップに対する構成的な解決策として、本研究を位置づけている。バックステッピングを通じてストリクト・フィードバックおよびDRDシステムの構造的特性を活用することで、著者らは、不一致なダイナミクスを持つ複雑なロボットプラットフォーム（不確かな環境で作動するクアッドコプターやマニピュレータなど）に、ロバストな安全性フィルタを体系的に構築する道を開いた。本研究は、ISSfの理論的なロバスト性と、不一致なダイナミクスによってもたらされる実践的な合成の課題との間の溝を埋めるものである。