FORMULA：ニューラルバリア学習による安全性保証付きMPCのフォーメーション形成
arXiv cs.RO / 2026/4/7
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、従来のMPCがスケーラビリティと形式的保証の面で課題を持つ、障害物が多く動的な環境で動作する多ロボットシステムに対する、拡張可能で安全性を意識したフォーメーション制御の課題に取り組む。
- 安定性をControl Lyapunov Functions（CLF）によって確保しつつ、安全性はニューラルネットワークベースの制御バリア関数（CBF）で強制する、分散型MPCベースの枠組みFORMULAを提案する。
- ニューラルCBFを用いることで、大規模な非線形システムに対する安全制約を手作業で設計する必要性を取り除き、使いやすさとスケーラビリティを向上させることを目指す。
- 報告された結果によれば、FORMULAは障害物回避を行いながらフォーメーションの整合性を維持し、密集したロボット配置におけるデッドロックを解消でき、従来手法と比べてオンライン計算を削減できる。
- 著者らは、シミュレーションにより、複雑な状況における多ロボットチームのための、拡張可能で安全性を意識した、かつフォーメーションを保ったナビゲーションを実証する。
