⚡ electrical engineering

Inverse Safety Filtering: Inferring Constraints from Safety Filters for Decentralized Coordination

该论文提出了一种在线约束推断方法，通过逆向分析其他代理的安全过滤动作来隐式学习安全约束，并结合去中心化规划策略，实现了在不确定环境中无需昂贵通信即可保障多智能体系统的安全协调。

原作者： Minh Nguyen, Jingqi Li, Gechen Qu, Claire J. Tomlin

发布于 2026-04-06

📖 1 分钟阅读☕ 轻松阅读

原作者： Minh Nguyen, Jingqi Li, Gechen Qu, Claire J. Tomlin

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**“机器人如何在不说话的情况下，通过观察彼此的动作来学会避开危险”**的有趣故事。

想象一下，你正在和几个朋友一起搬一张巨大的沙发穿过一个拥挤的房间。房间里有一些看不见的“隐形墙”（障碍物），只有其中一个人知道它们在哪里。其他人如果不小心撞上去，沙发就会损坏。

通常，大家会通过对讲机大喊：“左边有墙！快躲开！”（这就是通信）。但在很多情况下，对讲机没电了、信号不好，或者大家太忙了没空说话。这时候该怎么办？

这篇论文提出了一种聪明的方法：“看动作，猜意图”。

1. 核心概念：什么是“安全过滤器”？

首先，我们要理解机器人脑子里有一个叫**“安全过滤器”**（Safety Filter）的小助手。

正常情况：机器人想往左走，小助手说：“行，去吧。”
危险情况：机器人想往左走，但小助手发现左边有墙。它不会让机器人撞墙，而是强行修改机器人的指令，让它稍微往右偏一点点。
关键点：这个“稍微往右偏”的动作，就是机器人被“安全过滤器”干预后的结果。

2. 这篇论文的突破：逆向工程（Inverse Safety Filtering）

以前的机器人如果看到同伴突然往右偏了，它可能会想：“哦，他可能想换个方向。”
但这篇论文的机器人很聪明，它会想：“等等，他原本想去左边，现在被迫往右偏了。这说明左边肯定有个‘隐形墙’挡住了他！而且，根据他偏了多少，我甚至能算出那堵墙具体在哪里！”

这就好比你在玩一个**“你画我猜”**的游戏：

你的朋友（演示者）本来想往北走，但突然被一股看不见的力推向了东南方。
你（学习者）不需要他开口，只需要观察他被推的方向和力度，就能在脑海里画出那堵“隐形墙”的位置。

3. 他们是怎么做到的？（简单的三步走）

论文里的方法就像是一个精密的侦探推理过程：

第一步：观察“刹车”痕迹
当一个机器人发现危险并改变路线时，它的动作轨迹会留下“刹车痕迹”（数学上叫控制偏差）。
第二步：逆向计算
利用数学公式（论文里叫 KKT 条件和牛顿法），机器人可以反推：“如果我要在这个位置被推偏这么多，障碍物必须长这样。”
- 如果只有一个障碍物，机器人能直接算出精确位置（就像解一个简单的方程）。
- 如果同时有障碍物和队形要求（比如要手牵手走），情况变复杂了，机器人就用一种更高级的“试错法”（牛顿迭代法）来快速逼近正确答案。
第三步：轮流表演
为了不让所有机器人同时“猜谜”导致混乱，他们采用了一种**“轮流发言”**的策略。
- 这一秒，A 机器人负责“表演”（带着大家走，遇到障碍就躲），B、C、D 机器人负责“观察”和“学习”。
- 下一秒，B 机器人表演，A 机器人学习。
- 这样，大家都能慢慢把整个房间的“隐形地图”拼凑完整，而且不需要说话。

4. 实验结果：真的有用吗？

作者们不仅做了电脑模拟，还让**四足机器狗（像波士顿动力的 Spot）**在现实世界中跑了一圈：

场景：两只机器狗用绳子连在一起（模拟团队），后面那只知道前面有墙，前面那只不知道。
结果：后面那只遇到墙会躲开，前面那只看到后面那只突然躲闪，立刻就能“猜”出前面有墙，并跟着躲开。
对比：如果不使用这种方法，或者用笨办法（直接猜障碍物在哪），机器狗很容易撞墙或者迷路。而用这个方法，它们几乎零失误。

5. 总结：这对我们意味着什么？

这项技术让机器人团队变得更独立和聪明：

不需要昂贵的通信设备：在信号不好的矿井、深海或太空，机器人也能配合工作。
更安全：即使有人不知道危险，也能通过观察队友的动作来避免灾难。
像人类一样默契：就像老搭档开车，不用说话，一个眼神或一个微小的方向盘动作，对方就知道前面有情况了。

一句话总结：
这篇论文教机器人学会了**“察言观色”**，通过观察队友为了避障而做出的微小动作，反推出队友眼中的危险在哪里，从而在没有语言交流的情况下，实现完美的团队协作和安全避障。

1. 研究背景与问题定义 (Problem)

核心挑战：在不确定环境下的多智能体协作中，如何在不依赖昂贵通信信道（如高带宽、低延迟通信）的情况下，实现安全且去中心化的协调？
现有局限：
- 集中式规划受限于通信不可靠和计算瓶颈。
- 去中心化规划面临信息不对称问题（例如，Agent A 知道障碍物位置，但 Agent B 不知道）。
- 现有的逆最优控制（Inverse Optimal Control）或逆强化学习（Inverse RL）方法通常依赖离线专家演示数据，无法在在线交互中实时推断约束。
研究目标：提出一种在线方法，通过观察其他智能体经过安全过滤器（Safety Filter）处理后的动作，逆向推断出这些智能体所遵循的安全约束参数（如障碍物位置），从而实现无需直接通信的安全协作。

2. 方法论 (Methodology)

论文提出了一种基于**控制屏障函数（Control Barrier Functions, CBF）**的逆向推理框架。

A. 核心洞察

利用 CBF 安全过滤器的最优性条件（KKT 条件）。当安全过滤器对名义控制输入（Nominal Control）进行最小修改以满足安全约束时，这种修改量（ $\Delta u$ ）与约束参数（ $\theta$ ）之间存在数学关系。通过“逆向”求解这些关系，可以推断出约束参数。

B. 约束推断算法

单一约束情况（闭合形式解）：
- 当只有障碍物约束激活时，利用 KKT 最优性条件推导出约束参数 $\theta$ 的闭合形式解（Closed-Form Solution）。
- 证明了在满足特定条件（如约束激活、系统可驱动性、屏障函数对参数的敏感性）下，约束参数是可识别（Identifiable）且唯一的。
- 对于二次型屏障函数（如圆形障碍物），推导出了具体的解析公式。
多约束情况（牛顿迭代求解器）：
- 当同时存在障碍物约束和队形保持（Formation）约束时，系统方程变为欠定（Underdetermined）。
- 提出了一种正则化牛顿求解器，通过最小化残差范数来求解非线性方程组。
- 证明了该求解器在特定条件下具有收敛性保证。

C. 去中心化协调框架（轮询机制）

为了解决多智能体同时推断和规划时的耦合问题，设计了一种**轮询式（Round-Robin）**执行框架：

角色分配：在每个时间步，将团队分为一个“演示者（Demonstrator）”和 $N-1$ 个“学习者（Learner）”。
演示者：基于私有信息（如已知的障碍物）执行安全过滤，其动作被其他智能体观察。
学习者：仅基于公共信息（已推断出的约束）进行规划，并观察演示者的动作来更新自己的约束集。
安全保证：通过理论证明，只要演示者使用膨胀的安全半径（Inflated Safety Radius），且初始状态满足安全集，所有智能体在推断完成前和推断后都能保持安全。

D. 动态障碍物处理

针对移动障碍物或多团队交互场景，提出了**鲁棒 CBF（Robust CBF）**方法：

考虑最坏情况下的障碍物速度，通过膨胀安全半径（ $r_{robust} = r_{safe} + \Delta t \cdot v_{max}$ ）来确保在障碍物以最大速度移动时依然安全。

3. 主要贡献 (Key Contributions)

可证明收敛的约束推断方法：首次提出从 CBF 安全过滤器的动作中在线推断约束参数的方法，并提供了闭合形式解和收敛的牛顿求解器。
多约束扩展：将推断方法推广到包含队形保持等多约束场景，解决了多约束激活下的参数识别问题。
去中心化安全规划框架：建立了一个无需直接通信的去中心化协作框架，能够处理静态/动态障碍物及多团队交互，并提供了形式化的安全保证。
硬件验证：在四足机器人（Unitree Go2）上进行了实地实验，验证了该方法在真实物理环境中的实时性和鲁棒性。

4. 实验结果 (Results)

论文通过蒙特卡洛仿真和硬件实验验证了方法的有效性：

仿真对比（100 次滚动测试）：
- 准确性：提出的 KKT 推断方法相比传统的“输入匹配（Input Matching, IM）”方法，具有更低的推断误差（0.001 vs 1.497）和更高的约束发现率（90% vs 80%）。
- 安全性：在 CBF+KKT 配置下，碰撞次数接近于 0，而使用非 CBF 约束（Circle）的方法碰撞率显著较高。
- 收敛域：牛顿求解器的收敛区域远大于输入匹配方法，对初始猜测的鲁棒性更强。
多智能体与多团队场景：
- 成功扩展到 3 人和 4 人团队，以及两个团队在相同环境中的交叉穿越任务。
- 演示了团队间将对方视为移动障碍物并安全避让的能力。
硬件实验（四足机器人）：
- 使用两只四足机器人（一只“后驱”知障，一只“前驱”推断）。
- 前驱机器人通过观察后驱机器人的安全过滤动作，成功推断出障碍物位置（包括圆形障碍和墙壁间隙），并在未发生碰撞的情况下完成了导航任务。
- 验证了算法在实时滚动时域规划（Receding Horizon Planning）中的可行性。

5. 意义与结论 (Significance)

理论突破：填补了 CBF 安全过滤与在线约束推断之间的理论空白，证明了利用安全过滤器的结构特性可以高效地“逆向工程”出环境约束。
实际应用价值：为通信受限环境（如深空探测、灾难救援、大规模无人机群）下的多智能体协作提供了新的解决方案。智能体不再需要共享地图或显式通信，仅通过观察彼此的行为即可“心领神会”地避开危险。
安全性保障：不仅提出了推断方法，还严格证明了在推断过程中系统的前向不变性（Forward Invariance），确保了即使在信息不完全的情况下，系统也不会进入不安全状态。

总结：该论文提出了一种创新的“逆向安全过滤”机制，使多智能体系统能够通过观察彼此的动作来学习环境约束，从而在无需通信的情况下实现安全、协调的自主导航。这一方法在理论和硬件实验上均得到了强有力的验证。