⚡ electrical engineering

Refining Almost-Safe Value Functions on the Fly

本文提出了 refineCBF 和 HJ-Patch 两种方法，通过在线局部更新机制将离线生成的哈密顿 - 雅可比可达性分析与实时控制相结合，使机器人能够在面对动态环境变化时快速修正不安全的值函数，从而在物理硬件上实现具有形式化安全保证的自适应控制。

原作者： Sander Tonkens, Sosuke Kojima, Chenhao Liu, Judy Masri, Sylvia Herbert

发布于 2026-03-02

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Sander Tonkens, Sosuke Kojima, Chenhao Liu, Judy Masri, Sylvia Herbert

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一个关于如何让机器人变得更聪明、更安全的故事。

想象一下，你正在教一个机器人（比如扫地机器人或无人机）在房间里走路。

1. 核心问题：机器人太“死板”或太“鲁莽”

目前，让机器人安全有两种主要方法，但它们都有大毛病：

方法一：数学天才（哈密顿 - 雅可比可达性，HJ）
- 比喻：这就像是一个超级聪明的数学家，在机器人出发前，花了好几天时间，把房间里每一个可能的情况都算了一遍，画出了一张完美的“安全地图”。
- 缺点：算得太慢了！如果房间里突然多了一把椅子，或者窗户开了（环境变了），这张旧地图就废了。重新画一张又要花好几天，机器人早就撞墙了。
方法二：经验主义（控制障碍函数，CBF）
- 比喻：这就像是一个凭直觉的司机。他以前跑过这条路，大概知道哪里安全。
- 缺点：如果路变了（比如突然冒出个小孩），他的直觉可能会出错，导致他以为安全其实很危险。而且，如果他的直觉一开始就是错的，那就没法保证安全。

这篇论文的目标：结合两者的优点。既要有数学家的严谨（保证绝对安全），又要有司机的反应速度（能实时适应新情况）。

2. 解决方案：两个“修图”工具

作者提出了两个算法，就像给机器人的“安全地图”提供了两种在线修图的方法。

工具一：REFINECBF（全局精修师）

它是做什么的？
想象机器人手里拿着一张旧地图（可能是别人画的，也可能是它自己猜的）。当它发现新障碍物时，REFINECBF 会立刻基于这张旧地图，重新计算整个区域的安全边界。
怎么工作的？
它不是从零开始算，而是把旧地图作为“底稿”（Warm-start），然后像 Photoshop 里的“智能填充”一样，快速修正那些出错的区域。
优点：非常严谨，能保证修出来的地图绝对安全，甚至能把原本保守的地图变得更开阔（让机器人能走更远的地方）。
缺点：有点重，需要强大的电脑（比如高端显卡）才能跑得动。

工具二：HJ-PATCH（局部补丁匠）

它是做什么的？
如果机器人只是发现了一个小角落的障碍物，不需要重画整张地图，只需要打补丁。HJ-PATCH 就是干这个的。
怎么工作的？
它只关注地图里受影响的那一小块区域。就像衣服破了一个洞，你只缝那个洞，而不是把整件衣服重做。
优点：速度极快！哪怕是在普通的电脑甚至手机芯片上也能跑得飞快。
缺点：它只能修补，不能把原本画得太小的安全区域“撑大”。

3. 实际演练：机器人真的学会了吗？

作者把这两个工具放在了真实的机器人身上做实验：

场景一：扫地机器人（地面车）
- 情况：机器人正在走路，突然有人把一个大箱子推到了路中间。
- 结果：
  - 普通的机器人（旧方法）：要么撞上去（因为它以为路是通的），要么死机（因为它算不过来）。
  - 用了HJ-PATCH的机器人：瞬间发现路堵了，只花了不到 1 秒就“打补丁”更新了地图，然后灵活地绕开箱子，继续前进。
场景二：无人机（空中飞）
- 情况 A（新障碍）：无人机飞进一个房间，原本以为前面是空的，结果发现后面还挂着一个球。
  - 结果：无人机实时更新了地图，成功绕过了那个看不见的球。
- 情况 B（大风）：无人机飞过一个小风扇，突然被强风吹得摇摇晃晃。
  - 结果：无人机不仅知道有风，还立刻重新计算了“在风里怎么飞才不掉下去”的路线，稳稳地穿过了风区。

4. 总结：这对我们意味着什么？

这篇论文的核心思想可以总结为一句话：“不要等机器人完美了再出发，要让它边跑边学，而且保证它学的时候不会撞车。”

以前：机器人要么太笨（不能适应新环境），要么太慢（算不过来）。
现在：有了这套方法，机器人就像是一个带着老地图的探险家。
- 如果路变了，它不会惊慌失措。
- 它会拿出老地图，迅速在上面画上新路线（REFINECBF 或 HJ-PATCH）。
- 最重要的是，无论它怎么改，它都保证自己不会走进死胡同或撞墙。

这为未来在复杂、动态的真实世界（比如灾难救援、自动驾驶、家庭服务）中部署机器人铺平了道路，让机器人既聪明又靠谱。

论文技术总结：Refining Almost-Safe Value Functions on the Fly

1. 研究背景与问题 (Problem)

随着基于学习的感知和控制模块在机器人领域的广泛应用，机器人具备了动态移动和复杂导航的能力。然而，这些模块通常依赖于特定的训练条件，难以适应部署后遇到的不确定性或动态变化的环境（如新的障碍物、未建模的扰动）。在安全关键应用中，这种缺乏适应性的问题可能导致灾难性故障。

现有的安全模块（Safety Filters）主要依赖控制障碍函数 (Control Barrier Functions, CBFs) 或 哈密顿 - 雅可比可达性 (Hamilton-Jacobi Reachability, HJR)：

CBFs：计算高效，适合在线控制，但设计有效的 CBF 非常困难，尤其是对于复杂非线性系统。基于学习的方法缺乏形式化保证，而解析方法难以处理外部扰动。
HJR：能提供形式化的安全保证，计算最坏情况下的安全集（可达集），但存在“维数灾难”，计算复杂度高，通常只能离线运行，难以适应实时变化的环境。

核心挑战：如何结合 HJR 的形式化保证与 CBF 的在线计算效率，并实现在线实时适应 (Online Real-time Adaptation)，使安全价值函数能够根据环境变化（如新障碍物、动力学扰动）动态更新，同时保持安全性的形式化保证。

2. 方法论 (Methodology)

本文提出了一个名为 REFINECBF 及其高效后继者 HJ-PATCH 的框架，旨在通过“热启动 (Warm-starting)"机制，利用 HJ 可达性理论在线 refine（细化/修正）近似的安全价值函数。

核心思想

利用一个初始的、可能是不完美甚至不安全的近似价值函数（如学习得到的 CBF 或解析设计的 CBF）作为“热启动”，通过迭代应用 HJ 可达性的更新规则，将其收敛为一个具有形式化安全保证的控制障碍价值函数 (Control Barrier Value Function, CBVF)。

主要算法

A. REFINECBF (在线细化)

机制：基于变分不等式 (Variational Inequality, VI) 的 HJ 公式。
流程：
1. 初始化一个候选价值函数 $h_0$ 。
2. 在控制循环中，持续观察环境变化（新障碍物、执行器限制变化、扰动变化）。
3. 利用 HJ-VI 更新规则迭代更新价值函数 $h$ 。
4. 实时发布当前最新的 $h$ 给安全滤波器使用。
安全性保证：
- SAFEADAPT-REFINECBF：为了应对环境恶化（如出现新障碍物），该变体引入了两阶段策略：
  1. 收缩阶段 (Retraction)：使用收缩映射 (HJ-PDE) 强制安全集缩小，直到消除所有“假阳性”状态（即原本认为安全但实际上不安全状态），确保当前状态绝对安全。
  2. 细化阶段 (Refining)：一旦安全集被证明是控制不变集，切换回非收缩的 HJ-VI 更新，允许安全集扩张以提升性能。
- 理论保证：证明了该过程单调减少假阳性状态，并最终收敛到约束集内的最大控制不变集（可行核）。

B. HJ-PATCH (高效补丁)

动机：REFINECBF 需要全局更新网格，计算成本高。如果初始 CBF 已经“大部分安全”，只需局部修正，则无需全局更新。
机制：基于收缩的 HJ-PDE 公式，采用局部动态规划 (Local Dynamic Programming)。
流程：
1. 维护一个“活跃集 (Active Set)" $R$ ，仅包含安全集边界附近的状态。
2. 仅更新活跃集中的状态。
3. 根据价值函数的变化动态调整活跃集（排除安全状态，扩展受影响的邻居）。
4. 当环境发生恶化（如新障碍物）时，自动重置活跃集以进行重新评估。
优势：计算效率极高，特别适合修补学习到的 CBF 中的局部缺陷。

理论贡献

证明了在未知但有界的外部扰动下，通过热启动 HJ 可达性可以形式化地保证系统安全。
证明了算法在收敛过程中，一旦价值函数变为控制不变，其安全性将得以保持（即使在收敛过程中）。
区分了离线合成与在线适应，填补了两者之间的空白。

3. 关键贡献 (Key Contributions)

理论扩展：将仅针对控制输入的 REFINECBF 方法扩展，形式化地保证了系统在未知但有界外部扰动下的安全性。
统一框架：提出了一个涵盖离线和在线（In-the-loop）细化的统一算法框架，并提供了相应的理论分析和在线部署的启示。
严格的对比分析：与传统的 CBF 方法（如分离 CBF、备份 CBF）进行了详细对比，突出了在线细化在真实模拟实验中的优势。
硬件验证：在移动机器人 (Jackal) 和四旋翼无人机 (Quadcopter) 上进行了广泛的硬件实验，展示了系统对突发障碍物和未建模风扰的实时适应能力。

4. 实验结果 (Results)

仿真实验

地面机器人 (Jackal)：在双障碍物环境中，传统的“联合 CBF" (Joint CBF) 因未考虑约束的联合可行性而导致碰撞。REFINECBF 和 HJ-PATCH 均能生成安全边界。HJ-PATCH 在 CPU 上即可实现快速修补，避免了碰撞；而 REFINECBF 在 GPU 上表现更佳。
四旋翼无人机：在目标被遮挡的场景中，基于固定备份策略的 Backup CBF 导致死锁（无法找到路径）。REFINECBF 能够随着新空间的发现在线扩展安全集，成功规划出绕过障碍物的路径，避免了死锁。

硬件实验

动态障碍物：在 Jackal 机器人实验中，当路径上的障碍物突然倒下时，非自适应基线直接碰撞，而自适应 REFINECBF 能够感知变化、回溯并找到新路径。
感知限制：在四旋翼实验中，面对初始不可见的隐藏障碍物，自适应方法能实时检测并更新价值函数（<2 秒收敛），成功避障；非自适应方法因假设未观测空间安全而碰撞。
未建模扰动：在存在风扇产生的强风扰动时，自适应 REFINECBF 能实时检测风扰并调整控制策略，在 10 次试验中成功通过 9 次；非自适应方法因无法补偿扰动而失败。

5. 意义与局限性 (Significance & Limitations)

意义

填补空白：成功 bridging 了离线形式化保证 (HJR) 与在线高效控制 (CBF) 之间的鸿沟。
实时适应性：证明了形式化安全保证并非必须牺牲实时性，通过热启动和局部更新，可以在动态环境中实现安全策略的实时重构。
实用路径：为在现实世界（如搜救、物流）中部署具有形式化安全保证的机器人提供了一条切实可行的路径。

局限性

理想化传感器：硬件实验使用了运动捕捉系统和高保真状态估计，未完全解决真实传感器噪声和感知不确定性问题。
模型依赖：方法依赖于已知且准确的动力学模型（包含有界扰动），限制了其在完全未知动力学系统中的应用。
可扩展性：核心基于动态规划 (DP) 和离散状态网格，虽然 HJ-PATCH 提高了效率，但仍受限于“维数灾难”，目前主要适用于低维系统（如 4D）。

未来方向

集成真实传感器模态，处理感知不确定性。
结合现代基于学习的方法（如深度神经网络），利用其处理高维系统的能力，同时保留本文提出的在线适应机制，以解决高维机器人（如机械臂、人形机器人）的安全控制问题。

总结：该论文提出了一种创新的“在线细化”框架，利用 HJ 可达性理论将近似的安全函数修正为具有形式化保证的安全函数。通过 REFINECBF 和 HJ-PATCH 算法，机器人能够在面对突发环境变化和未建模扰动时，实时、安全地调整控制策略，显著提升了机器人在动态现实世界中的部署潜力。