[論文レビュー] Classification-based Approximate Reachability with Guarantees Applied to Safe Trajectory Tracking.

Vicenç Rúbies Royo, David Fridovich-Keil+2 more|arXiv (Cornell University)|Mar 8, 2018

Adversarial Robustness in Machine Learning参考文献 33被引用数 15

ひとこと要約

本稿では、最適制御則の計算をニューラルネットワークを用いた順序分類問題として定式化することで、ハミルトニアン・ジャコビ（HJ）到達可能性解析の分類ベースの近似手法を提案する。学習ベースの手法を用いても安全保証を維持し、非線形システムにおける効率的で安全な軌道追従を可能にする。四輪機のナビゲーションにおいて、オフラインおよびオンラインでの安全保証が確認された。

ABSTRACT

Hamilton-Jacobi (HJ) reachability analysis has been developed over the past decades into a widely-applicable tool for determining goal satisfaction and safety verification in nonlinear systems. While HJ reachability can be formulated very generally, computational complexity can be a serious impediment for many systems of practical interest. Much prior work has been devoted to computing approximate solutions to large reachability problems, yet many of these methods apply to only restricted problem classes, do not generate controllers, and/or are extremely conservative. In this paper, we present a novel approach to approximate HJ reachability in which computing an optimal controller is viewed as a sequential classification problem. Even though we employ neural networks for this classification task, our method still provides safety guarantees in many cases. We demonstrate the utility of our approach in the context of safe trajectory following with specific application to quadrotor navigation. Offline computation and online evaluation confirm that our method preserves safety.

研究の動機と目的

• 非線形システムにおけるハミルトニアン・ジャコビ到達可能性解析の高い計算複雑性に対処すること。
• 実用的システムにスケーラブルでありながら、安全保証を維持する近似到達可能性手法を開発すること。
• 安全を損なわず、制御則合成を近似フレームワークに統合すること。
• ヘリコプターのような複雑なシステムにおけるリアルタイムでの安全な軌道追従を可能にすること。
• 理論的安全検証と実用的制御則実装の間のギャップを埋めること。

提案手法

• 本手法は、HJ到達可能性における最適制御則の計算を、順序分類問題に再定式化する。
• ニューラルネットワークは、安全および目的達成を保証する制御入力を与える状態空間領域を分類するように学習する。
• 本手法は、HJ到達可能性の構造を活用して、微分可能で学習可能な分類目的関数を定義する。
• ニューラルネットワーク方策がバックワード到達可能集合内に留まるようにすることで、安全保証を維持する。
• 本手法は、オフラインでの制御則学習と、オンラインでの安全保証付きデプロイメントを可能にする。
• 本フレームワークは、四輪機の軌道追従に適用され、学習済み分類方策を用いて安全な制御入力を計算する。

実験結果

リサーチクエスチョン

• RQ1 分類ベースの学習的手法は、安全保証を維持しながらHJ到達可能性を近似可能か？
• RQ2 最適制御則合成を、到達可能性解析における順序分類タスクにどのように再定式化できるか？
• RQ3 HJ到達可能性において、神経ネットワークをどれほど安全を損なわず使用できるか？
• RQ4 本手法は、四輪機のような高次元で非線形なシステムに、安全保証付きでスケーラブルに適用可能か？
• RQ5 学習済み方策の性能は、正確なHJ到達可能性と比較して、安全性および計算効率の面でどの程度か？

主な発見

• 分類ベースの手法は、オフライン計算とオンライン評価を通じて、四輪機ナビゲーションにおける安全な軌道追従を達成した。
• ニューラルネットワークによる制御則近似を用いても、安全保証が維持された。
• 正確なHJ到達可能性と比較して、計算コストを顕著に低減したが、重要な安全特性を保持した。
• 学習済み制御則は、安全制約に違反することなく、複雑な環境における軌道追従に成功した。
• 本フレームワークは、近似到達可能性解析から導出された安全な制御方策のリアルタイムデプロイメントを可能にした。
• 実験的結果は、本手法が実用的非線形システムにおいてスケーラブルかつ信頼性が高いことを確認した。