Hamilton-Jacobi Reachability-Based Safe Reinforcement Learning for Emergency Collision Avoidance
Tsinghua University（清华大学）；Jilin University（吉林大学）
提出一种基于Hamilton-Jacobi可达性运动安全集的安全强化学习框架，通过离线数据近似安全集并嵌入约束马尔可夫决策过程，实现紧急避撞中的前瞻性安全监督与策略优化。
2026-06-16 cs.RO cs.SY eess.SY
Reachability-based Trajectory Safeguard (RTS): A Safe and Fast Reinforcement Learning Safety Layer for Continuous Control
School of Mechanical Engineering, University of Michigan（密歇根大学机械工程学院）；Robotics Institute, University of Michigan（密歇根大学机器人研究所）；Stanford University（斯坦福大学）
强化学习（RL）算法在决策和控制任务中取得了显着的性能，因为它们能够使用试错来推理长期累积的奖励。然而，在RL训练期间，将这种试错方法应用于在安全关键环境中操作的真实世界机器人可能会导致碰撞。为了应对这一挑战，本文提出了一种基于可达性的轨迹保障（RTS），它利用可达性分析，以确保在训练和操作过程中的安全。给定一个已知的（但不确定的）模型的机器人，RTS预先计算的机器人跟踪一个连续的参数化轨迹的前向可达集。在运行时，RL代理以滚动时域的方式从这个连续体中进行选择以控制机器人; FRS用于识别代理的选择是否安全，并调整不安全的选择。三个非线性机器人模型，包括一个12-D四旋翼无人机，在仿真和比较国家的最先进的安全运动规划方法，说明了这种方法的有效性。
2021-03-02 cs.RO cs.SY eess.SY
Gradient-Free Neural Hamilton-Jacobi Reachability for Scalable Safety-Critical Control
Stanford University（斯坦福大学）；École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）
提出一种无梯度神经HJ可达性框架，利用bang-bang结构和窗口化时间课程学习值函数，在高达80维基准和16,000维F1-tenth赛车上实现可扩展的安全控制与零样本泛化。
2026-10-28 cs.RO cs.SY eess.SY
Refining Control Barrier Functions through Hamilton-Jacobi Reachability
University of California, San Diego（加州大学圣地亚哥分校）
基于控制障碍函数（CBF）的安全滤波器已经成为自治系统安全关键控制的实用工具。这些方法通过价值函数对安全性进行编码，并通过对该价值函数的时间导数施加约束来加强安全性。然而，合成一个有效的CBF，是不是过于保守的输入约束的存在是一个臭名昭著的挑战。在这项工作中，我们建议细化候选CBF使用形式化验证的方法，以获得一个有效的CBF。特别是，我们更新专家合成或备份CBF使用动态规划（DP）为基础的可达性分析。我们的框架，refineBBF，保证每一个DP迭代得到的CBF是可证明的至少作为安全的前一次迭代，并收敛到一个有效的CBF。因此，refineCBF可用于机器人系统的环路中。我们证明了我们的方法的实用性，以提高安全性和/或减少保守性的范围内的非线性控制仿射系统，使用各种CBF合成技术的模拟。
2022-08-19 cs.RO cs.SY eess.SY
Hamilton-Jacobi Reachability for Hybrid Systems: Unified Goal-Driven Control with Safety Guarantees
Universidad de Santiago de Chile（智利圣地亚哥大学）；University of Southern California（南加州大学）；Stanford University（斯坦福大学）
本文扩展Hamilton-Jacobi可达性分析至混合系统，提出安全集刻画、最小限制安全滤波器及混合后向可达-避碰管，实现安全与目标驱动控制，并经四足机器人仿真与实验验证。
2026-09-16 cs.RO cs.SY eess.SY
Safe Autonomy for Uncrewed Surface Vehicles Using Adaptive Control and Reachability Analysis
Aurora Flight Sciences（极光飞行科学公司）；Massachusetts Institute of Technology（麻省理工学院）；Woods Hole Oceanographic Institution（伍兹霍尔海洋研究所）
本文提出结合MRAC与基于MHE的可达性分析的USV安全自主框架，可在线估计扰动、认证安全，并在实船与任务仿真中显著降低轨迹误差。
2024-10-01 cs.RO cs.SY eess.SY
Reachability Analysis for FollowerStopper: Safety Analysis and Experimental Results
University of California, Berkeley（加州大学伯克利分校）；The University of Arizona（亚利桑那大学）
受早期工作和开发人员的一个新的算法，FollowerStopper，本文使用可达性分析，以验证FollowerStopper算法，这是一个控制器，旨在抑制停止和去交通波的安全性。通过我们的物理平台收集的超过1100英里的驾驶数据，我们通过将其与人类驾驶行为进行比较来验证分析结果。FollowerStopper控制器已被证明可以在低速时抑制停走交通波，但以前对其相对安全性的分析仅限于加速度的上限和下限。为了扩展以前的分析，可达性分析用于调查在最初测试的速度下以及在更高速度下的安全性。两个配方的安全性分析与不同的标准：基于距离和基于时距。根据基于距离的标准，认为FollowerStopper安全。然而，模拟结果表明，FollowerStopper并不代表人类驾驶员-它跟在车辆后面太近，特别是在人类认为不安全的距离。另一方面，在基于时间间隔的安全性分析中，认为FollowerStopper不再安全。提出了一种改进的FollowerStopper，以满足基于时间的安全准则。仿真结果表明，FollowerStopper的响应能更好地反映驾驶员的驾驶行为.
2021-12-29 cs.MA cs.RO cs.SY
Patching Approximately Safe Value Functions Leveraging Local Hamilton-Jacobi Reachability Analysis
University of California, San Diego（加利福尼亚大学圣迭戈分校）
针对神经网络等逼近器得到的近似安全值函数缺乏形式化保证的问题，提出 HJ-Patch 局部动态规划修补算法，在保留全局结构的同时获得安全保证，并将计算复杂度较标准 HJ 可达性降低 2 个数量级。
2024-09-06 cs.RO cs.SY eess.SY
Scalable Learning of Safety Guarantees for Autonomous Systems using Hamilton-Jacobi Reachability
像飞机和辅助机器人这样的自主系统通常在保证安全至关重要的情况下运行。像Hamilton-Jacobi可达性这样的方法可以为这样的系统提供有保证的安全集和控制器。然而，通常这些相同的场景具有未知或不确定的环境，系统动态或其他代理的预测。随着系统的运行，它可能会学习有关这些不确定性的新知识，因此应相应地更新其安全分析。然而，由于分析的计算复杂性，学习和更新安全分析的工作仅限于大约二维的小系统。在本文中，我们综合了几种技术，以加快计算：分解，热启动，自适应网格。使用这个新的框架，我们可以更新安全集的速度比以前的工作快一个或多个数量级，使这项技术适用于许多现实的系统。我们展示了我们的结果模拟2D和10 D近悬停四轴飞行器在有风的环境中工作。
2021-04-02 cs.LG cs.RO cs.SY
Provably Safe Reinforcement Learning via Action Projection using Reachability Analysis and Polynomial Zonotopes
Technical University of Munich（慕尼黑工业大学）；Stony Brook University（石溪大学）
虽然强化学习在许多应用中产生了非常有前途的结果，但其主要缺点是缺乏安全保证，这阻碍了其在安全关键系统中的使用。在这项工作中，我们解决这个问题的安全盾的非线性连续系统，解决达到避免任务。我们的安全盾通过将建议的动作投影到最接近的安全动作来防止从强化学习代理应用潜在的不安全动作。这种方法被称为动作投影，并通过混合整数优化来实现。动作投影的安全约束是通过应用参数化的可达性分析，使用多项式zonotopes，这使得能够准确地捕捉系统上的动作的非线性影响。与其他最先进的动作投影方法相比，我们的安全防护罩可以有效地处理输入约束和动态障碍物，简化将空间机器人尺寸纳入安全约束，尽管有过程噪声和测量误差，但仍能保证鲁棒的安全性，并且非常适合高维系统，正如我们在几个具有挑战性的基准系统上所展示的那样。
2023-03-14 cs.LG cs.RO cs.SY
$λ$-Reachability: Geometric-Horizon Safety Bellman Equations for Humanoid Safety
Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）；Mechanical Engineering, Carnegie Mellon University（卡内基梅隆大学机械工程系）
提出$λ$-可达性方法，通过几何分布视界和随机吸收终端的随机多步估计，实现高维机器人系统的Hamilton-Jacobi安全性分析，显著提升安全边界分类和裕度估计。
2026-06-16 cs.RO
Safety-Critical Human-Machine Shared Driving for Vehicle Collision Avoidance based on Hamilton-Jacobi reachability
Tsinghua University（清华大学）；University of Michigan（密歇根大学）；Central South University（中南大学）
针对车辆避碰人机共享控制中现有方法易打断驾驶员意图、冲突风险高的问题，提出基于HJ可达性分析的RL框架，仅在车辆接近CARS时介入，通过预计算可达集、驾驶员建模与权限分配策略，在实车测试中实现了有效避碰且减少人机冲突。
2025-08-31 cs.RO cs.SY eess.SY
Backward Reachability Analysis for Neural Feedback Loops
Massachusetts Institute of Technology（麻省理工学院）
神经网络（NN）在安全关键型应用中的日益普及，要求有方法来证明其行为并保证安全性。提出了一种用于神经反馈回路（NFLs）安全性验证的向后可达性方法，具有NN控制策略的闭环系统。虽然最近的工作集中在前向可达性作为NFL安全认证的策略，但后向可达性提供了优于前向策略的优势，特别是在避障场景中。先前的工作已经开发了向后可达性分析的系统没有NN的技术，但存在的NN在反馈回路中提出了一组独特的问题，由于其激活函数的非线性，因为NN模型通常是不可逆的。为了克服这些挑战，我们使用现有的前向NN分析工具来找到控制输入的仿射边界，并求解一系列线性规划（LP）来有效地找到反投影（BP）集的近似，即，NN控制策略将驱动系统达到给定目标集的状态集。我们提出了一种算法，迭代地找到BP集估计在给定的时间范围内，并证明了能够降低保守性的BP集估计高达88%，具有较低的额外计算成本。我们使用数值计算结果从一个双积分器模型来验证这些算法的有效性，并证明了在碰撞避免的情况下，向前可达性失败的线性化地面机器人模型，以证明安全的能力。
2022-11-21 cs.LG cs.RO cs.SY
Safe reinforcement learning for probabilistic reachability and safety specifications: A Lyapunov-based approach
Seoul National University（首尔国立大学）
机器人和自主系统中的新兴应用，如自动驾驶和机器人手术，通常涉及关键的安全约束，即使有关系统模型的信息有限，也必须满足这些约束。在这方面，我们提出了一个无模型的安全规范方法，学习安全操作的最大概率，通过仔细结合概率可达性分析和安全强化学习（RL）。我们的方法构造了一个关于安全策略的李雅普诺夫函数来约束每个策略改进阶段。其结果是，它产生了一系列的安全策略，确定安全操作的范围，称为安全集，单调扩展，并逐渐收敛。我们还开发了一个有效的安全的探索计划，加快了未检查状态的安全性识别过程。利用李雅普诺夫屏蔽，我们的方法调节的探索性政策，以避免危险状态的高置信度。为了处理高维系统，我们通过引入拉格朗日松弛技术来进一步扩展我们的方法到深度RL，以建立一个易于处理的actor-critic算法。我们的方法的经验表现证明，通过连续控制基准问题，如达到任务的平面机器人手臂。
2020-02-24 cs.AI cs.RO cs.SY
Safe and Performant Deployment of Autonomous Systems via Model Predictive Control and Hamilton-Jacobi Reachability Analysis
Department of Electrical and Computer Engineering, University of Southern California（电气与计算机工程系，南加州大学）；Department of Aeronautics and Astronautics, Stanford University（航空与航天系，斯坦福大学）；Electrical and Computer Engineering Department, New York University（电气与计算机工程系，纽约大学）
本文提出基于MPC和HJ可达性的框架，在保证递归可行性和可扩展至高维系统的前提下优化自主系统任务性能，仿真实验证明其显著提升了安全约束满足度。
2025-06-29 cs.RO cs.SY eess.SY
Context-Conditioned Hamilton-Jacobi Reachability for Adaptive Safety Filtering
École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）；Toyota Research Institute（丰田研究院）；Stanford University（斯坦福大学）
本文提出一种上下文条件化的 Hamilton-Jacobi 可达性方法，通过单一证书适应不同摩擦和几何条件，无需重新合成，并在全尺寸车辆上验证了其安全性和低性能代价。
2026-10-07 cs.RO cs.SY eess.SY
DualGuard MPPI: Safe and Performant Optimal Control by Combining Sampling-Based MPC and Hamilton-Jacobi Reachability
University of Santiago de Chile（智利圣地亚哥大学）；University of Southern California（南加州大学）；Olin College of Engineering（奥林工程学院）；Stanford University（斯坦福大学）
针对采样型MPPI控制难以保证安全性的问题，提出将Hamilton-Jacobi可达性分析集成到采样过程中的DualGuard-MPPI框架，在确保样本安全的同时提升探索效率，仿真与硬件实验验证了其安全性与高性能。
2025-06-20 cs.RO cs.SY eess.SY
Parameter-Conditioned Reachable Sets for Updating Safety Assurances Online
University of Southern California（南加州大学）；Princeton University（普林斯顿大学）
针对自主系统在线运行时因动态和环境变化需更新安全保证的问题，提出离线计算参数条件可达集的方法，通过将变化参数视为虚拟状态求解，实现在线实时查询安全函数以维持系统安全。
2024-04-23 cs.RO cs.SY eess.SY
Online, Reachability-Aware, Sampling-Based Motion Planning
本文提出一种在线可达性感知的基于采样的运动规划方法，通过快速区间流水线计算可达集超近似，在无需预计算下达到先进性能，并显著降低安全违规。
2026-09-09 cs.RO cs.SY eess.SY
Towards Data-Driven Synthesis of Autonomous Vehicle Safety Concepts
NVIDIA（英伟达）；University of California, Berkeley（加州大学伯克利分校）
随着安全关键型自动驾驶汽车（AV）很快将在我们的社会中普及，最近在整个行业和学术界提出了许多用于可信AV部署的安全概念。然而，就适当的安全概念达成共识仍然是一项难以实现的任务。在本文中，我们主张使用汉密尔顿-雅可比（HJ）的可达性作为一个统一的数学框架，比较现有的安全概念，并通过这个框架的元素，提出了方法来定制安全概念（从而扩大其适用性）的情况下，在数据驱动的方式对代理行为的隐式期望。具体来说，我们表明，（一）现有的主要安全概念可以嵌入在HJ可达性框架，从而使一个共同的语言比较和对比建模假设，和（ii）HJ可达性可以作为一个归纳的偏见，有效地推理，在学习的背景下，两个关键的，但往往被忽视的安全方面：责任和上下文依赖。
2022-06-20 cs.LG cs.RO cs.SY
An Efficient Reachability-Based Framework for Provably Safe Autonomous Navigation in Unknown Environments
University of California, Berkeley（加州大学伯克利分校）
提出一种基于Hamilton-Jacobi可达性的高效实时安全分析框架，在未知环境中为自主导航提供可证明的安全保证，且不依赖特定规划器，并已在仿真和硬件上验证。
2019-05-01 cs.AI cs.LG cs.RO
Safe Autonomous Racing via Approximate Reachability on Ego-vision
Carnegie Mellon University（卡内基梅隆大学）；Bosch Research Pittsburgh（博世研究院匹兹堡）；University of California, San Diego（加州大学圣地亚哥分校）
赛车要求每辆车都能在其物理极限下行驶，任何安全违规都可能导致灾难性的故障。在这项工作中，我们研究了安全的强化学习（RL）的自主赛车的问题，使用车辆的自我摄像头的看法和速度作为输入。鉴于任务的性质，自主智能体需要能够1）识别和避免复杂车辆动力学下的不安全场景，2）在快速变化的环境中做出亚秒级的决策。为了满足这些标准，我们建议将汉密尔顿-雅可比（HJ）可达性理论，一般非线性系统的安全验证方法，到约束马尔可夫决策过程（CMDP）的框架。HJ可达性不仅提供了一种了解安全性的控制理论方法，而且还实现了低延迟的安全验证。虽然HJ的可达性传统上是不可扩展的高维系统，我们证明了神经近似，HJ的安全值可以直接学习的视觉上下文-最高维的问题，通过该方法研究，到目前为止。我们在几个基准任务上评估了我们的方法，包括安全健身房和学习比赛（L2 R），这是最近发布的高保真自动驾驶赛车环境。与安全健身房中的其他约束RL基线相比，我们的方法具有更少的约束违反，并在L2 R基准测试任务上实现了新的最先进的结果。我们在以下匿名论文网站上提供了代理行为的额外可视化：https://sites.google.com/view/safeautonomousracing/home
2021-11-30 cs.AI cs.LG cs.RO
Negotiation-Aware Reachability-Based Safety Verification for AutonomousDriving in Interactive Scenarios
University of California, Berkeley（加州大学伯克利分校）；Simon Fraser University（西蒙弗雷泽大学）
在开发自动驾驶技术时，安全保证是一个关键但具有挑战性的方面。Hamilton-Jacobi向后可达性分析是一种形式化验证工具，用于验证动态系统在干扰存在下的安全性。然而，标准方法过于保守，无法应用于自动驾驶应用，因为它对人类行为的最坏情况假设（即，防止最坏的结果）。在这项工作中，我们集成了一个基于学习的预测算法和博弈论的人类行为模型在线更新的保守性向后可达性分析。我们使用真实的驾驶数据来评估我们的方法。结果表明，通过对人类行为的合理假设，该方法在不牺牲标准方法安全验证能力的前提下，有效地降低了标准方法的保守性.
2021-06-04 cs.RO
Safe Model-Based Reinforcement Learning with an Uncertainty-Aware Reachability Certificate
Tsinghua University（清华大学）；Harvard University（哈佛大学）；University of Science and Technology Beijing（北京科技大学）
安全的强化学习（RL）解决了约束满意的策略，为RL在机器人等现实世界问题中更广泛的安全关键应用提供了一种有前途的方法。在所有安全的RL方法中，基于模型的方法由于其高样本效率而进一步减少了训练时间违规。然而，缺乏对模型不确定性的安全鲁棒性仍然是安全的基于模型的强化学习中的一个问题，特别是在训练时间安全性方面。在本文中，我们提出了一个分布式的可达性证书（DRC）和Bellman方程，以解决模型的不确定性和鲁棒持久安全状态的特征。此外，我们建立了一个安全的RL框架，以解决DRC及其相应的屏蔽策略所需的约束。我们还设计了一个线搜索方法，以保持安全，同时达到更高的回报，同时利用盾牌政策。经典的基准测试，如约束跟踪和导航的综合实验表明，该算法实现了可比的回报，在训练过程中的约束违反少得多。
2022-10-14 cs.LG cs.RO cs.SY
Hamilton-Jacobi Reachability in Reinforcement Learning: A Survey
University of California San Diego（加利福尼亚大学圣迭戈分校）
本文综述了强化学习中Hamilton-Jacobi可达性估计的最新进展，探讨了如何通过同步计算可达性值函数与学习控制策略来克服高维系统的计算复杂度限制，从而提升策略的安全性与性能。
2024-08-21 cs.LG cs.RO cs.SY
Prediction-Based Reachability for Collision Avoidance in Autonomous Driving
Simon Fraser University（西蒙弗雷泽大学）；University of California, Berkeley（加州大学伯克利分校）
安全是自动驾驶中的一个重要话题，因为任何碰撞都可能导致严重的人身伤害和财产损失。Hamilton Jacobi（HJ）可达性是一种形式化的方法，用于验证多智能体交互中的安全性，并为避免碰撞提供安全控制器。然而，由于对汽车未来行为的最坏情况假设，可达性可能会导致过于保守，从而严重阻碍车辆的正常运行。在本文中，我们利用轨迹预测的力量，并提出了一个基于预测的可达性框架来计算安全控制器。我们不总是假设最坏的情况，而是将汽车的行为聚类到多个驾驶模式中，例如左转或右转。在每种模式下，可达性为基础的安全控制器设计的基础上保守性较低的行动集。对于在线实现，我们首先利用轨迹预测和我们提出的模式分类器来预测可能的模式，然后部署相应的安全控制器。通过模拟在一个T形交叉口和一个8路环岛，我们证明了我们的预测为基础的可达性方法在很大程度上避免了两个相互作用的汽车之间的碰撞，并减少了保守性，安全控制器带来的汽车的原始操作。
2021-05-21 cs.RO
NeuroHJR: Hamilton-Jacobi Reachability-based Obstacle Avoidance in Complex Environments with Physics-Informed Neural Networks
Department of Physical Science, Indian Institute of Science Education and Research（物理科学系，印度科学教育与研究学院）；Department of Aerospace Engineering, Indian Institute of Science（航空航天工程系，印度科学研究院）；Department of Computer Science and Engineering, Shiv Nadar University（计算机科学与工程系，施瓦斯纳大学）
NeuroHJR利用物理引导神经网络近似Hamilton-Jacobi可达性方法，实现复杂环境中高效实时障碍物避障。
2025-12-01 cs.RO cs.SY eess.SY
DualShield: Safe Model Predictive Diffusion via Reachability Analysis for Interactive Autonomous Driving
Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)（机器人与自主系统方向，香港科学与技术大学（广州））
DualShield通过可达性分析实现交互式自动驾驶的安全模型预测扩散，结合前瞻性指导和反应性安全防护，提升安全性和任务效率。
2026-01-22 cs.AI cs.RO cs.SY
Safe Reinforcement Learning Using Black-Box Reachability Analysis
Ain Shams University（艾因沙姆斯大学）；Jacobs University（雅各布大学）；Stanford University（斯坦福大学）；KTH Royal Institute of Technology（KTH皇家理工学院）
强化学习（Reinforcement learning，RL）能够在不确定环境中对机器人进行复杂的运动规划和控制。然而，最先进的深度RL方法通常缺乏安全保证，特别是当机器人和环境模型未知时。为了证明广泛部署的合理性，机器人必须在不牺牲性能的情况下遵守安全约束。因此，我们提出了一个基于黑盒可达性的安全层（BRSL）有三个主要组成部分：（1）数据驱动的可达性分析的黑盒机器人模型，（2）一个轨迹推出规划器，预测未来的行动和观察使用的合奏在线训练的神经网络，和（3）可达集和障碍物之间的可微多面体碰撞检查，使纠正不安全的行动。在模拟中，BRSL在Turtlebot 3，四旋翼，跟踪点质量和风中的六旋翼上优于其他最先进的安全RL方法，其中不安全的集合邻近最高奖励的区域。
2022-11-21 cs.LG cs.RO cs.SY
Contingency-Aware Planning via Certified Neural Hamilton-Jacobi Reachability
Department of Electrical and Computer Engineering, Northeastern University（电气与计算机工程系，东北大学）
本文提出一种结合学习可达性与采样规划的多目标导航框架，利用FNO近似解算器解决高维HJ方程，提供理论安全保证并验证在Webots仿真中实时部署的性能。
2026-11-04 cs.RO cs.SY eess.SY
Bridging Model Predictive Control and Deep Learning for Scalable Reachability Analysis
Department of Aeronautics and Astronautics at Stanford University（斯坦福大学航空与航天系）；Department of Electrical Engineering at Tsinghua University（清华大学电子工程系）
本文提出利用模型预测控制生成关键配点处的近似可达性解来引导神经网络训练，并迭代细化以缓解局部最优，从而提升高维系统可达性分析的鲁棒性与准确性。
2025-05-04 cs.RO cs.SY eess.SY
Backward Reachability Analysis of Neural Feedback Loops: Techniques for Linear and Nonlinear Systems
Massachusetts Institute of Technology（麻省理工学院）；Stanford University（斯坦福大学）
随着神经网络（NN）在安全关键应用（如车辆控制）中变得越来越普遍，越来越需要证明具有NN组件的系统是安全的。本文提出了一组用于神经反馈回路（NFL）安全认证的向后可达性方法，具有NN控制策略的闭环系统。虽然向后可达性策略已开发的系统没有NN组件，NN激活函数和NN权重矩阵的一般不可逆性的非线性，使NFLs向后可达性一个具有挑战性的问题。为了避免与通过NN向后传播集合相关的困难，我们引入了一个框架，该框架利用标准的前向NN分析工具来有效地找到对反向投影（BP）集合的过近似，即，NN策略将系统引导到给定目标集的状态集。我们提出的框架计算BP的线性和非线性系统的控制策略表示的前馈神经网络的近似，并提出计算效率高的战略。我们使用各种模型的数值结果来展示所提出的算法，包括6D系统的安全认证演示。
2022-11-21 cs.LG cs.RO cs.SY
Planning with Learned Dynamics: Probabilistic Guarantees on Safety and Reachability via Lipschitz Constants
University of Michigan（密歇根大学）
我们提出了一种方法，反馈运动规划系统的未知动态提供概率保证的安全性，可达性和目标稳定性。为了找到一个域，在这个域中，可以信任真实动态的学习控制仿射近似，我们估计真实动态和学习动态之间的差异的Lipschitz常数，并确保估计在给定的概率下是有效的。提供的系统至少有尽可能多的控制状态，我们还推导出存在条件的一步反馈法，可以保持真正的系统在一个小范围内的标称轨迹规划与学习动态。我们的方法将反馈律的存在作为基于采样的规划器中的约束，该规划器返回围绕标称规划的反馈策略，确保如果Lipschitz常数估计有效，则真实系统在计划执行期间是安全的，达到目标，并且最终在关于目标的小集合中是不变的。我们通过使用6D四旋翼和7DOF Kuka臂的学习模型进行规划来演示我们的方法。我们表明，使用相同的学习动力学进行规划而不考虑误差范围或反馈法的存在的基线可能无法稳定在计划周围并变得不安全。
2021-10-19 cs.LG cs.RO cs.SY
Safety-Constrained Reinforcement Learning with Post-Training Reachability Verification for Robot Navigation
University of Liverpool（利物浦大学）；Université Grenoble Alpes（格勒诺布尔阿尔卑斯大学）
本文提出一种基于条件价值风险约束的强化学习框架，通过训练对高成本尾部结果敏感的策略，并在训练后利用神经网络可达性验证评估其安全边际，实验表明该方法在导航任务中实现了更高的安全验证率。
2026-09-28 cs.RO
Timely Activation of Safety Filters via One-Step Reachability Expansion
Universidad de Santiago de Chile（智利圣地亚哥大学）
针对离散时间执行下安全过滤器激活延迟导致系统可能跳入不安全区域的问题，提出基于单步扩张BRT的激活条件，确保及时干预并保持安全保证。
2026-09-17 cs.RO
Reachability-Guided Sequential Quadratic Programming-Guarded Model Predictive Path Integral for Safe Nonlinear Predictive Control
ETH Zurich（苏黎世联邦理工学院）；University of California, Los Angeles（加州大学洛杉矶分校）；Seoul National University（首尔大学）；University of California, Berkeley（加州大学伯克利分校）
提出ReSQ-MPPI，结合可达性分析与序列二次规划精炼，提升采样型模型预测控制在安全非线性环境中的安全性与性能。
2026-10-06 cs.RO cs.SY eess.SY
Generating Formal Safety Assurances for High-Dimensional Reachability
University of Southern California（南加州大学）
针对高维系统下HJ可达性分析维度灾难与DeepReach神经求解器无安全保证的问题，提出误差界计算与场景优化方法，实现高维场景下概率安全的可达管近似。
2023-06-10 cs.AI cs.LG cs.RO
Reachability-based Safe Planning for Multi-Vehicle Systems withMultiple Targets
University of California, Berkeley（加州大学伯克利分校）
最近，人们对将无人机引入广泛的应用领域产生了很大的兴趣，这使得确保多车辆系统的安全性成为一个非常关键的问题。Hamilton-Jacobi（HJ）可达性是分析低维系统车辆安全性的一个很有前途的工具。然而，可达性遭受的灾难的维度，使其直接应用到两个以上的车辆棘手。最近的工程使其易于处理，以保证安全的3和4辆车的可达性。然而，能够保证安全的车辆数量仍然很少。在本文中，我们提出了一种新的可达性为基础的方法，保证安全的任何数量的车辆，而车辆完成其目标，有效地访问多个目标，给定任何K-车辆防撞算法，其中K通常可以是一个小的数字。我们通过开发一种方法来实现这一目标，有效地将车辆分组为集群和控制策略，保证任何集群内和跨集群对车辆的安全。我们所提出的方法是可扩展的大量的车辆与小的计算开销。我们证明了我们提出的方法与模拟15辆车。此外，我们贡献了一个更一般的解决方案，从过去最近的工作3车辆避碰问题，表明以前的工作是一个特殊的情况下，我们提出的推广，并证明其有效性。
2021-08-05 cs.RO
Enhancing the Performance of DeepReach on High-Dimensional Systems through Optimizing Activation Functions
University of Southern California（南加州大学）
本文通过优化激活函数提升DeepReach在高维系统上的性能，在3D系统验证概念，并在9D多车辆碰撞问题上展示有效性。
2023-12-29 cs.RO cs.SY eess.SY
Beyond Hard Constraints: Budget-Conditioned Reachability For Safe Offline Reinforcement Learning
本文提出一种预算条件可达性方法，用于安全离线强化学习，通过解耦奖励最大化与累积安全成本约束，实现安全策略学习。
2026-03-31 cs.AI cs.LG cs.RO
An Empirical Analysis of the Use of Real-Time Reachability for the Safety Assurance of Autonomous Vehicles
Vanderbilt University（范德堡大学）
机器学习技术和传感技术的最新进展为安全、可访问和方便的自动驾驶车辆在不久的将来可能实现的信念铺平了道路。尽管在这方面取得了巨大的进步，但围绕安全性和可靠性的根本挑战限制了它们的到来和全面采用。自动驾驶汽车通常需要在动态和不确定的环境中运行。因此，他们经常使用高度复杂的组件，如机器学习方法，来处理传感、致动和控制的细微差别。虽然这些方法非常有效，但众所周知，它们很难保证。此外，在不确定和动态的环境中，设计时的保证分析可能不足以保证安全。因此，在运行时监控这些系统的正确性是至关重要的。一种用于为具有可能不服从形式分析的组件的系统提供运行时保证的方法是单工架构，其中未验证的组件被包装有安全控制器和被设计为防止危险行为的切换逻辑。在本文中，我们提出使用实时的【形】可达性算法来实现单工架构，以确保1/10规模的开源自动驾驶汽车平台F1/10的安全性。我们利用的可达性算法（a）提供可证明的安全保证，（b）用于检测潜在的不安全场景。在我们的方法中，分析底层控制器的需要被抽象掉了，而是专注于控制器的决策对系统未来状态的影响。我们证明了我们的架构的功效，通过大量的仿真和嵌入式硬件平台上进行的实验。
2022-05-03 cs.CV cs.FL cs.LG
Safe LLM-Controlled Robots with Formal Guarantees via Reachability Analysis
Technical University of Munich（慕尼黑工业大学）；German University in Cairo（开罗德国大学）
本文提出一种基于数据驱动可达性分析的LLM控制机器人安全保证框架，通过历史数据构建状态可达集，在不依赖精确解析模型的前提下严格防范不安全行为，有效降低了自主导航与任务规划中的风险。
2025-03-05 cs.LG cs.RO cs.SY
Reachability-based Trajectory Design with Neural Implicit Safety Constraints
University of Michigan（密歇根大学）
实时生成安全的运动计划是部署机器人操纵器以协助人类进行协作设置的关键要求。特别是，机器人必须满足严格的安全要求，以避免自我伤害或伤害附近的人类。满足这些要求是特别具有挑战性的，如果机器人还必须实时操作，以适应其环境的变化。本文提出了基于可达性的符号距离函数（RDFs）作为机器人安全的神经隐式表示来解决这些挑战。RDF，它可以使用监督学习在一个易于处理的方式构建，准确地预测机器人手臂和障碍物之间的扫描体积之间的距离。RDF的推理和梯度计算速度很快，并且与系统的维度呈线性关系;这些功能使其能够在新型实时轨迹规划框架中用作连续时间碰撞避免约束。使用RDF的规划方法相比，各种国家的最先进的技术，并证明成功地解决了具有挑战性的运动规划任务的高维系统更快，更可靠地比所有的测试方法。
2023-02-14 cs.RO
Learning Reachability-Based Safety Representations for Real-Time Robot Navigation in Unknown and Dynamic Environments
Faculty IV – Electrical Engineering and Computer Science of Technische Universität Berlin（柏林工业大学第四学院电气工程与计算机科学学院）
本论文提出学习基于HJ可达性的神经隐式安全表示，用于实时机器人导航，通过五种方法实现更优避障，在仿真与硬件实验中优于基线方法，可处理多达13个状态的系统。
2026-10-21 cs.LG cs.RO cs.SY
Generalizing Safety Beyond Collision-Avoidance via Latent-Space Reachability Analysis
Carnegie Mellon University（卡内基梅隆大学）；Delft University of Technology（代尔夫特理工大学）
本文提出潜在安全过滤器，通过潜在空间可达性分析，使机器人能自动计算安全动作，防止难以手动编写但可通过高维观测识别的故障。
2025-04-30 cs.LG cs.RO
DeepReach: A Deep Learning Approach to High-Dimensional Reachability
University of California, Berkeley（加州大学伯克利分校）
Hamilton Jacobi（HJ）可达性分析是保证动态控制系统性能和安全性的一种重要形式化验证方法。它的优点包括与一般非线性系统动力学的兼容性，有界扰动的形式化处理，以及处理状态和输入约束的能力。然而，它涉及到求解偏微分方程，其计算和内存的复杂性相对于状态变量的数量呈指数级增长，限制了其直接用于小规模系统。我们提出了DeepReach，一种利用正弦网络的新发展来开发高维可达性问题的神经PDE求解器的方法。DeepReach的计算需求不直接与状态维度成比例，而是与底层可达管道的复杂性成比例。DeepReach实现了与最先进的可达性方法相当的结果，不需要对PDE解决方案进行任何显式监督，可以轻松处理外部干扰，对抗性输入和系统约束，并且还为系统提供了安全控制器。我们在一个9D多车碰撞问题和一个10D狭窄通道问题上演示了DeepReach，这是由自动驾驶应用引起的。
2020-11-04 cs.AI cs.LG cs.RO
Reachability-Aware Diffusion Policy Optimization
Bilkent University（比尔肯大学）
提出无模型的可达性感知扩散策略优化方法，结合预测性首次命中安全估计与累积成本预算反馈，学习折扣首次命中可达性值塑造奖励，通过加权去噪回归改进扩散策略，在十个连续控制安全任务中实现有竞争力的奖励-成本权衡，显著减少约束违反。
2026-10-06 cs.LG cs.RO
Emergency-Brake Simplex: Toward A Verifiably Safe Control-CPS Architecture for Abrupt Runtime Reachability Constraint Changes
The Hong Kong Polytechnic University（香港理工大学）；Macau Millennium College（澳门千禧学院）
针对系统约束突变时传统在线控制器重构速度慢、成功率低的问题，提出通过调整参考状态的快速容错策略，采用KKT和基于IPM的牛顿法求解，大幅提升了计算效率与运行时安全恢复成功率。
2025-03-24 cs.RO cs.SY eess.SY
Perception with Guarantees: Certified Pose Estimation via Reachability Analysis
Technical University of Munich, Germany（慕尼黑技术大学）；University of California, Irvine, USA（加州大学 Irvine 分校）
本文提出通过可达性分析实现认证姿态估计，利用相机图像和已知目标几何体，确保在最坏情况下姿态估计的准确性与安全性。
2026-05-13 cs.CV cs.RO
HJ-SafeDMP: Hamilton-Jacobi Reachability-Guided Dynamic Movement Primitives for Provably Safe Robot Motion
Cyber-Physical Systems, Indian Institute of Science (IISc), Bengaluru（印度科学研究院（IISc）班加罗尔分校的网络物理系统）
提出HJ-SafeDMP框架，将动态运动基元与学习的Hamilton-Jacobi可达性安全值函数结合，通过闭环控制律调制DMP输出，实现可证明安全、鲁棒且计算高效的机器人运动，避免在线优化求解。
2026-06-27 cs.RO
Reachability Constrained Reinforcement Learning
Tsinghua University（清华大学）；Harvard University（哈佛大学）；Shanghai Qizhi Institute（上海期智研究院）
约束强化学习（CRL）最近得到了极大的兴趣，因为安全约束的满足是现实世界中的问题的关键。然而，现有的CRL方法约束贴现累积成本一般缺乏严格的定义和安全性的保证。相反，在安全控制研究中，安全被定义为持续满足某些状态约束。这种持久安全性只在状态空间的一个子集上是可能的，称为可行集，其中对于给定的环境存在最优的最大可行集。最近的研究将可行集纳入CRL与基于能量的方法，如控制障碍函数（CBF），安全指数（SI），并利用可行集的先验保守估计，这损害了学习策略的性能。针对这一问题，本文提出了可达性CRL（RCRL）方法，通过可达性分析建立新的自洽条件，刻画可行集。可行集由安全价值函数表示，该函数在CRL中用作约束。我们使用多时间尺度随机逼近理论证明了该算法收敛到局部最优，在那里可以保证最大的可行集。在不同基准上的实验结果验证了RCRL的学习可行集，策略性能和约束满足，与CRL和安全控制基线相比。
2022-06-07 cs.AI cs.LG cs.RO
A Reachability-based Safety Certificate for Dynamical System Motion Policies
University of Pennsylvania（宾夕法尼亚大学）
本研究提出一种基于后向可达管的值函数作为安全证书，用于动力系统运动策略，在无控制输入和稳定性条件下简化可达性计算，并在多种DS构造及Franka机械臂上验证其有效性，同时避免CBF方法的鞍点问题。
2026-10-01 cs.RO
HJRNO: Hamilton-Jacobi Reachability with Neural Operators
School of Computing Science（计算科学学院）；Simon Fraser University（西蒙弗雷泽大学）
本文提出 HJRNO 框架，利用神经算子学习价值函数映射，以高效准确求解 BRT，并在随机障碍物和变化动力学中实现低误差与强泛化。
2025-06-06 cs.RO
Iterative Reachability Estimation for Safe Reinforcement Learning
UC San Diego（加州大学圣迭戈分校）
本文提出RESPO框架，通过可达性估计在随机环境中实现安全约束强化学习，在可行集内优化奖励、在可行集外保证最小违规进入可行集，并证明算法几乎必然收敛到局部最优策略，在多个安全RL环境中验证了其优于基线方法的奖励性能与安全性。
2023-09-24 cs.AI cs.LG cs.RO
