技術要約：ハミルトン・ヤコビ到達可能性解析における基本的タスクの拡張と統一

問題提起

ハミルトン・ヤコビ到達可能性（HJR）解析は、微分ゲーム理論に根ざした、安全性に配慮した制御のための基礎的なフレームワークである。従来、HJRは、（I）終端集合、（II）到達、（III）回避、（IV）制約付き終端集合、（V）到達回避という5つの標準的な有限ホライゾン・タスクを扱う。これらのタスクは、共通の偏微分方程式（PDE）構造を共有するハミルトン・ヤコビ終端値問題（HJ-TVP）を通じて解かれるが、特定の境界条件を持つ個別のプリミティブとして扱われてきた。

既存のフレームワークにおける重大な制限は、時系列論理（temporal logic）で指定されるような、あるいは区分的に連続なダイナミクスを含むような、複雑で複合的なタスクが、単に標準的なタスクの価値関数の最大値または最小値を取るだけでは解決できないことである。微分ゲームのミニマックス的な性質により、性能汎関数の代数的な関係は、必ずしもそれらに対応する価値関数において成立しない。したがって、これらのタスクを統一し、複合問題の厳密な価値関数の分解を可能にし、標準的なHJ-PDEの解を完全に特徴付けることができる、より一般的なプリミティブが必要とされている。

手法

著者らは、タプル $(r, q, \ell; T)$ によって定義される**一般化到達回避（Generalized Reach-Avoid: GRA）**タスクを導入する。ここで：

• $r(x,t)$ はターゲット・チューブ（動的な目標）を定義する。
• $q(x,t)$ は制約チューブ（安全領域）を定義する。
• $\ell(x)$ は終端集合（最終時刻 $T$ における目標）を定義する。
• $T$ は終端時刻である。

GRAタスクは、システムが以下のいずれかを満たすことを要求する：

1. 終端時刻 $T$ までにターゲット・チューブ $r$ に到達し、かつ到達時まで制約チューブ $q$ 内に留まること。
   または
2. 時刻 $T$ までに制約チューブ $q$ 内に留まり、かつ時刻 $T$ において終端集合 $\ell$ に存在すること。

性能汎関数 $J_{GRA}$ は、この「または（OR）」の論理を捉えるように定式化される。その後、価値関数 $V_{GRA}$ は、特定のHJ-TVPの唯一の連続な粘性解として特徴付けられる。極めて重要な点として、GRAタスクの基礎となるハミルトン・ヤコビPDEは、標準的な到達回避タスクのそれと同一であるが、終端境界条件が $\ell$ を組み込むように一般化されている。

本手法はさらに、価値関数分解定理（定理1）を確立する。この定理は、上流のGRAタスクに続く下流のタスクからなる複合タスクの価値関数が、上流のGRAタスクの終端集合関数を、切り替え時刻における下流の価値関数を含むように修正することで、正確に計算できることを示している。

主な貢献

1. GRAタスクの導入： 本論文は、GRAタスクを、5つの標準的なHJRタスクを厳密に拡張し、かつ統一する基礎的なプリミティブとして定義している。特定のパラメータ（例：$r = -\infty$ または $q = \infty$）を設定することで、標準的なタスク（I）から（V）までをGRA定式化の特殊なケースとして回収できる。

2. 統一されたHJ-TVP定式化： 著者らは、GRAタスクの価値関数が、PDE自体は標準的な形式を維持しつつ、終端条件が $v(x, T) = \min\{q(x, T), \max\{r(x, T), \ell(x)\}\}$ に緩和されたHJ-TVPの唯一の粘性解であることを示す。これにより、5つの標準的なタスクすべての数学的扱いを、単一の境界条件構造の下に統一している。

3. 価値関数分解（定理1）： 複合タスク（GRAに続く任意の形式の下流タスク）の価値関数が、単一のGRA価値関数として表現できることを確立する重要な理論的結果である。これは、終端集合関数 $\ell$ を $\tilde{\ell}(x) = \max\{\ell(x), V_{downstream}(x, T)\}$ に更新することによって達成される。これにより、個別の非可換な最適化問題を解くことなく、複雑な時系列タスク（例：時系列論理を用いたタスク）の価値関数を計算することが可能になる。

4. 表現の完全性（系2）： 本論文は、標準的なHJ-PDEの十分に滑らかなすべての粘性解が、適切に選択された終端集合関数 $\ell$ を持つGRAタスクの価値関数として表現できることを証明している。これは、GRA定式化が、標準的なHJ-PDEの全解空間を表現できるという意味で「完全」であることを示唆している。一方で、個別の標準的タスク（到達回避など）は、その空間の特定の断面のみを表している。

5. 区分的に連続なダイナミクスの取り扱い： 著者らは、時間に対して区分的に連続なダイナミクス（例：スイッチングシステム）を持つシステムに対して、GRA価値関数を計算するための反復アルゴリズム（アルゴリズム1）を提案している。これは、連続な区間ごとにGRA-TVPを逐次的に解き、切り替え時刻における価値関数を次の区間の新しい終端集合関数として使用することで実現される。

結果と例

本論文は、以下の3つの例を通じて理論的フレームワークを検証している：

• 到達回避または常に回避： ドローンを用いたシナリオであり、タスクは「着陸パッドに到達する」か「通信を無期限に維持する」かのいずれかである。結果は、真の価値関数（GRAにより計算されたもの）が、個別の「到達回避」と「回避」の価値関数の最大値とは厳密に異なることを示しており、統一的アプローチの必要性を証明している。
• 時系列論理（Timed Temporal Logic）： 到達回避の制約が時系列的に結合されたマルチロボット倉庫のシナリオ。分解定理により、GRAタスクを連鎖させることで、複雑な仕様を解くことができ、時系列論理の構造を効果的に扱うことができる。
• 区分的に連続なダイナミクス： 薬物の注入とオン・オフ・サイクルを含む薬理学モデル。反復アルゴリズムは、システムダイナミクスの不連続性を越えて価値関数を正常に繋ぎ合わせることに成功しており、終端集合関数がダイナミック・プログラミングにおける「ポート」として機能することを実証している。

意義

本論文は、タスクの仕様およびPDEの観点の両方から、GRAタスクがHJRの自然かつ統一的なプリミティブとして機能すると主張している。

• 理論的統一： 5つの標準的なタスクを単一のフレームワークへと統合し、以前の個別の研究よりも弱い仮定の下で、一様な理論的結果（存在、一意性、および連続性）を確立した。
• 実用的な有用性： 以前は対処が困難であった、特に時系列論理やスイッチング・ダイナミクスを伴う複合タスクの価値関数の厳密な計算を可能にする。
• PDEの完全性： 標準的な存在定理に対する逆を提示しており、GRA定式化が標準的なHJ-PDEのあらゆる十分に滑らかな解を表現できることを示し、HJRフレームワーク内で解決可能なタスクのセットを「完結」させている。

本研究は、HJRに内在する「次元の呪い」を解決しようとするものではなく、ますます複雑化する制御問題にHJRを適用するための、より堅牢で柔軟な数学的基礎を提供するものである。