論文要約：入力制約付き安全クリティカル制御のためのバックアップ制御バリア関数の一般化と適応

1. 問題背景と課題

現代の自律システム（ロボット、航空宇宙など）の展開において、入力制約（入力値の物理的限界）を持つ非線形システムの安全性保証は依然として主要な課題です。

• 制御バリア関数（CBF）: 安全集合の前方不変性を保証する強力な手法ですが、入力制約が厳しい場合、安全な制御入力が存在することを検証することが極めて困難です。
• バックアップ CBF（bCBF）: 既存の手法として、事前に検証済みの「バックアップ制御器」を用いてシステム軌道を前方積分し、安全なバックアップ集合へ到達できる状態の集合（バックアップ集合）を拡張する手法があります。
• 既存手法の限界: 従来の bCBF では、「集合の拡張（Expansion）」と「不変性の保証（Certification）」の両方に、同じバックアップ制御器を使用する必要があります。 この制約により、拡張可能な安全集合のサイズが制限され、過度に保守的（conervative）な制御動作や、パフォーマンスの低下を招く可能性があります。

2. 提案手法の核心

本研究は、「集合を拡張する制御器」と「バックアップ集合の不変性を保証する制御器」を分離するという新しい枠組みを提案し、bCBF を一般化します。

2.1 一般化されたバックアップ集合法（Generalized Backup Set Method）

• 制御器の分離:
  • バックアップ制御器 ($k_b$): 事前に検証済みであり、バックアップ集合 $C_B$ を前方不変に保つ役割。
  • 拡張制御器 ($k_e$): バックアップ集合をより広く拡張するために設計される制御器。$k_b$ とは異なっても構いません。
• スイッチング制御器:
  両者の役割を統合するために、スイッチング関数 $\eta(x)$ を用いた混合制御器 $k_s$ を定義します。
  $$k_s(x) = (1 - \eta(x)) k_e(x) + \eta(x) k_b(x)$$
  ここで、$\eta(x)$ はバックアップ集合 $C_B$ 内では 1（$k_b$ を使用）、外側では 0 に近づき（$k_e$ を使用）、滑らかに遷移します。
• 拡張された安全集合 ($C_I^*$):
  このスイッチング制御器 $k_s$ 下でのシステム軌道を用いて、新しい安全集合 $C_I^*$ を定義します。
  $$C_I^* = \{ x \mid h(\phi_s(\tau, x)) \geq 0, \forall \tau \in [0, T], \text{かつ} h_b(\phi_s(T, x)) \geq 0 \}$$
  ここで、$\phi_s$ はスイッチング制御器 $k_s$ による軌道です。

2.2 安全性の保証

• 前方不変性の証明:
  提案された $C_I^*$ が制御可能不変（controlled invariant）であることを数学的に証明しました。具体的には、スイッチング制御器 $k_s$ 自体が $C_I^*$ を前方不変に保つことを示しています。
• Q P 定式化:
  安全な制御入力を求めるために、以下の条件を満たす二次計画問題（QP）を解きます。
  • 軌道上のすべての時間 $\tau \in [0, T]$ において、拡張された安全関数 $h$ の時間微分が負にならないこと。
  • 最終時刻 $T$ において、バックアップ関数 $h_b$ の時間微分が負にならないこと。
    これにより、入力制約を満たしつつ、最小侵襲的な安全制御信号を生成できます。

2.3 オンライン適応（Adaptive Set Expansion）

さらに、拡張制御器のパラメータ $\theta$ をオンラインで適応させる枠組みを提案しました。

• パラメータ化: 拡張制御器を $k_e(x, \theta)$ とし、パラメータ $\theta$ を補助状態として扱う。
• 適応則: 最適制御問題（終端状態をバックアップ集合の中心からできるだけ遠ざける、あるいは深く入れること）の目的関数の勾配に基づき、パラメータ $\theta$ を更新する制御則を設計します。
• これにより、システムの状態や環境に応じて、安全集合の拡張戦略を動的に最適化できます。

3. 主要な貢献

1. 一般化されたバックアップセット手法の提案: バックアップ制御器と拡張制御器を分離し、より広範な拡張戦略を可能にしながら、形式的な安全性保証を維持する手法を確立。
2. 前方不変性条件の導出: 一般化された暗黙的安全集合に対する前方不変性の十分条件を導き、入力制約付きの安全制御を可能にする QP を定式化。
3. 適応的拡張の枠組み: パラメータ化された制御器ファミリーへの拡張を行い、オンラインでの拡張制御器の適応を可能にし、安全性を保証したまま性能を向上させる手法を提示。

4. 数値シミュレーション結果

ケーススタディ 1: 2 重積分器（Double Integrator）

• 結果: 従来の bCBF（$k_e = k_b$）と比較して、提案手法（$k_e \neq k_b$）はバックアップ集合を大幅に拡張できることを示しました。
• 考察: 拡張制御器として、バックアップ制御器の制約（ゲイン制限など）を受けずに設計できるため、より大きな安全集合を構築でき、保守性が低減されました。

ケーススタディ 2: クアッドコプターの安全着陸

• シナリオ: 狭い着陸エリア内で、壁や床を回避しつつ目標地点へ着陸する問題（推力とモーメントに厳密な入力制約あり）。
• 比較:
  • 標準 bCBF: バックアップ制御器のゲイン制限により集合拡張が不十分で、目標地点に到達できず安全停止しました。
  • 一般化 bCBF (GB-QP): 制御器を分離することで拡張が向上し、目標に近づきましたが、完全な到達はできませんでした。
  • 適応型 bCBF (aGB-QP): パラメータ適応を用いることで、さらに集合を拡張し、安全に目標地点へ到達することに成功しました。
• 知見: 適応制御により、着陸プロセス中に必要な制御ゲイン（特に垂直方向）を動的に調整し、より効率的な軌道生成が可能となりました。

5. 意義と結論

本研究は、入力制約付き非線形システムの安全性保証において、「保守的な安全集合」と「高性能な制御」のトレードオフを打破する重要な進展です。

• バックアップ制御器と拡張制御器を分離することで、既存の bCBF 手法を特殊ケースとして包含しつつ、はるかに柔軟で広範な安全集合を構築可能にしました。
• オンライン適応機能の導入により、複雑なタスク（例：クアッドコプターの着陸）において、安全性を損なうことなくタスク達成率を大幅に向上させることを実証しました。
• このアプローチは、自律ロボットや航空宇宙システムなど、入力制約が厳しく、かつ高いパフォーマンスが要求される安全クリティカルなシステムの実用化に寄与すると期待されます。