Risk-aware Robot Safety via Control in Belief Space and Beyond

QC 20260508

Abstract

Robotsystem måste fungera säkert trots brusiga mätningar, partiell observerbarhet och ofullständiga modeller av sin dynamik. Dessa osäkerhetskällor utmanar hur säkerhet kan garanteras, eftersom klassiska styrmetoder vanligtvis antar exakt kunskap om systemets tillstånd och modell. Denna avhandling utvecklar en principiell grund för robotsäkerhet under osäkerhet genom att utforma styrstrategier direkt i rymden av tillståndsfördelningar, en representation som fångar hur osäkerhet utvecklas genom stokastiska rörelse- och observationsprocesser. Att arbeta i denna rymd gör det möjligt att formulera säkerhets- och prestandakrav i termer av robotens probabilistiska beskrivning av tillståndet, snarare än ett deterministiskt sådant.

Detta perspektiv möjliggör ett explicit resonemang kring risk och information. Säkerhetsspecifikationer kan uttryckas som riskbegränsningar på tillståndsfördelningar, vilket gör att regulatorn kan ta hänsyn till osannolika men säkerhetskritiska händelser. Samtidigt gör representationen det möjligt för roboten att resonera kring hur observationer kan minska osäkerheten och aktivt styra mot områden där den kan lokalisera sig bättre. Ett centralt bidrag i denna avhandling är formaliseringen av kontrollcertifikat såsom Control Lyapunov och Barrier Functions i fördelningsrymden. Dessa certifikat ger formella garantier för säkerhet och konvergens direkt i denna rymd, samtidigt som de möjliggör beräkningsmässigt hanterbara regulatorer.

Avhandlingen utvidgar dessutom dessa insikter bortom reglering baserad på tillståndsfördelningar. Komponenter i robotstyrning, såsom trajektorieplanering och generering av certifikat, tolkas som dynamiska processer vars utveckling kan omfattas av invariansprinciper. Detta bredare perspektiv leder till formuleringar som behandlar trajektoriegenerering och säkerhetsverifiering inom ett enhetligt ramverk av dynamiska system.

Tillsammans bidrar dessa resultat till att förbättra autonoma systems förmåga att resonera och agera säkert under osäkerhet, och stödjer därmed en tillförlitlig användning i verkliga miljöer.

Link to DiVA