⚡ electrical engineering

Cooptimizing Safety and Performance Using Safety Value-Constrained Model Predictive Control

本文提出了一种基于安全价值函数约束的模型预测控制（MPC）框架，通过在规划终点引入控制不变安全集的终端约束，实现了在保证系统长期递归可行性与安全性（相比传统方法更少保守）的同时，兼顾自主系统的任务性能。

原作者： Hao Wang, Nam Nguyen, Armand Jordana, Ludovic Righetti, Somil Bansal

发布于 2026-04-28

📖 1 分钟阅读☕ 轻松阅读

原作者： Hao Wang, Nam Nguyen, Armand Jordana, Ludovic Righetti, Somil Bansal

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

这篇文章介绍了一种让机器人既能“跑得快”又能“绝对安全”的新技术。我们可以用一个生活中的例子来理解它。

核心矛盾：速度与安全的“拔河游戏”

想象你在开一辆自动驾驶赛车。

追求性能（Performance）： 你想尽可能快地到达终点，路线越直、速度越快越好。
追求安全（Safety）： 你必须时刻盯着路边的护栏和障碍物，一旦快撞上了，就得紧急转向或刹车。

目前的两种主流做法都有缺陷：

“先冲再救”法（安全过滤器）： 就像你先全速冲刺，如果快撞墙了，系统才猛打方向盘。这会导致车子晃动剧烈，甚至因为反应不及而撞上去。
“胆小鬼”法（传统控制）： 为了绝对安全，系统会把护栏想象得特别宽，导致车子开得小心翼翼，绕远路，甚至根本不敢开快。

这篇论文的创新：给机器人装上“预知未来的安全雷达”

这篇论文提出了一种叫 “安全值约束模型预测控制” (Safety Value-Constrained MPC) 的方法。

我们可以把它比喻成一个**“拥有上帝视角的超级导航员”**。

1. 什么是“安全值函数”？（上帝视角）

传统的导航只看眼前几米的路（有限的规划时界）。而这篇论文利用一种叫“HJ可达性分析”的高级数学工具，提前计算好了一张**“安全地图”。
这张地图上标注了：“如果你现在处于这个位置，无论你怎么开，未来永远都能找到一条安全退路。”** 只要你在地图的“安全区”内，你就永远不会陷入“必死无疑”的境地。

2. 它是怎么工作的？（预判式驾驶）

现在的机器人不再只是“看眼前几步”，而是在每一步规划时，都会强制要求一个目标：“我规划的这一段路，终点必须落在那个‘安全区’里。”

打个比方：
你在玩一个闯关游戏，面前有一条很窄的独木桥。

普通机器人： 只盯着脚下的木板，走着走着发现前面是断头路，只能原地跳水。
本文的机器人： 在迈出第一步时，大脑里就在想：“我这一步迈出去后，必须保证我能站在一个‘即使我摔倒了也不会掉进深渊’的安全平台上。”

为什么这个方法很厉害？

它不“怂”： 因为它使用的是“最大化安全集”，它知道安全边界到底在哪里，所以它不会像“胆小鬼”法那样过度保守，能尽可能地跑出高性能。
它很“聪明”： 它把“怎么跑最快”和“怎么保证安全”放在同一个大脑里同时计算（协同优化），而不是先想怎么跑，再想怎么救。
它能处理“复杂身材”： 论文在14维度的机械臂（非常复杂的机器人）上做了实验。这就像是让一个动作极其复杂的杂技演员，在负重的情况下，依然能精准地避开障碍物。

总结

简单来说：
这篇论文给机器人提供了一种**“有远见的谨慎”**。它通过数学手段提前算好了“生路”，并要求机器人在追求速度的过程中，每一步都必须朝着“生路”的方向走。这样，机器人既能像赛车手一样高效工作，又不会像新手司机那样因为预判不足而发生事故。

这是一篇关于机器人控制领域的高水平学术论文，题目为《通过安全值函数约束的预测控制实现安全与性能的协同优化》（Cooptimizing Safety and Performance Using Safety Value-Constrained Model Predictive Control）。

以下是对该论文的详细技术总结：

1. 研究问题 (Problem Statement)

在自动驾驶和机器人领域，如何在高维系统中**同时实现高任务性能（Performance）与严格的安全约束（Safety）**是一个核心挑战。目前存在两种主流但各有缺陷的方法：

安全过滤（Safety Filtering）： 将安全作为一种“事后补救”机制（如使用控制障碍函数 CBF），在标称控制器输出后进行修正。这种方法往往是近视的（Myopic）或过于保守的，无法在设计阶段实现性能与安全的协同优化。
状态约束最优控制（State-Constrained Optimal Control）： 虽然在理论上能统一性能与安全，但由于依赖动态规划或可达性分析，面临“维度灾难”，难以扩展到高维机器人系统（如具有多个关节的机械臂）。
有限时域 MPC 的局限性： 标准的预测控制（MPC）由于计算资源限制，其规划时域（Horizon）通常很短。这种有限的时域无法保证规划窗口之外的安全，可能导致系统进入不可恢复的危险状态。

2. 核心方法论 (Methodology)

为了解决上述问题，作者提出了一种基于安全值函数（Safety Value Function）终端约束的 MPC 框架。

A. 安全值函数终端约束 (Safety Value MPC)

作者在 MPC 的优化问题中引入了一个新的终端约束：要求预测的末端状态必须落在由安全值函数定义的**控制不变安全集（Control-Invariant Safe Set）**内。

数学表达： 在每个规划步，增加约束 $V_s(x_j(h)) \geq 0$ 。
原理： 通过 Hamilton-Jacobi (HJ) 可达性分析计算出的安全值函数 $V_s(x)$ 能够表征系统在无限时域内保持安全的可能性。只要末端状态在安全集内，就证明存在一种备份策略（Backup Policy）能保证系统在规划时域之外依然安全。

B. 高维系统的实现：基于学习的 HJ 可达性分析

由于传统的网格法无法处理高维系统，作者采用了基于学习的 DeepReach 方法：

使用神经网络来逼近 HJB（Hamilton-Jacobi-Bellman）偏微分方程的解。
为了提高训练精度，作者改进了监督学习的目标函数，使用一个指数惩罚项来近似可达性目标，从而使神经网络能更准确地学习到安全边界。

C. 优化求解

由于引入了非线性的神经网络约束，问题变为非凸优化。作者采用**序列凸化程序（Sequential Convex Programming, SCP）**来实现在线实时求解。

3. 主要贡献 (Key Contributions)

理论框架： 提出了一种将 HJ 可达性分析与 MPC 结合的新型框架，实现了性能与安全的协同优化，并证明了该方案在初始状态安全的前提下具有递归可行性（Recursive Feasibility）。
高维扩展： 成功将该方法应用于 14维状态空间（7自由度机械臂的关节位置与速度）的高维系统，克服了传统可达性分析的维度限制。
算法改进： 提出了一种改进的基于梯度的安全值函数学习方法，通过优化目标函数的条件数，提升了神经网络对安全边界的拟合精度。

4. 实验结果 (Results)

作者通过仿真实验和 Flexiv Rizon 10s 机械臂的硬件实验进行了验证：

仿真实验：
- 安全性： 在避障任务中，该方法在安全率上显著优于标准 MPC，与安全过滤（SB-Filter）相当。
- 性能与鲁棒性： 与安全过滤相比，该方法表现出更宽的物理安全裕度（离障碍物更远），且由于不需要频繁触发控制约束，能够更好地保留执行器的控制能力。
- 消融实验： 证明了该方法对规划时域的依赖性较低，即使在短时域下也能保持极高的安全性。
硬件实验：
- 在负载高达 6.8kg 的实际机械臂实验中，该方法实现了 80% 的安全率，而标准 MPC 和安全过滤仅分别为 30% 和 40%。这证明了该方法在处理模型不确定性（如负载重量偏差）时的强大鲁棒性。

5. 研究意义 (Significance)

这项研究为高维机器人系统的安全控制提供了一条切实可行的路径。它打破了“安全”与“性能”之间的权衡僵局：既不像安全过滤那样仅仅是事后修正，也不像传统最优控制那样难以扩展到复杂机器人。 这种将全局安全认证（通过 HJ 可达性）与局部实时优化（通过 MPC）相结合的思想，对于未来部署在复杂、动态且对安全性要求极高的工业及服务机器人具有重要的应用价值。