arXivに発表された論文は、ロボットが未知の動的システムを安全に探索するための認証可能な安全モデルベース強化学習フレームワークを提案している。従来の手法は残差モデル不確実性の構造、特に制御アフィン成分を無視することが多く、その結果ロボットの動作が過度に保守的になったり、安全保証が無効になったりする問題があった。
本研究では、まず制御アフィンランダムフーリエ特徴（ARFF）を用いてロボットの動的を制御アフィン形式でモデル化する。この手法はデータセットのサイズに応じて計算効率がスケールし、モデルバイアスを低減する利点がある。次に、モデルフリーの適応共形予測（ACP）を適用し、学習した動的モデルから生じる安全制約の不確実性を定量化する。これにより、制御障壁関数（CBF）を用いた原理的かつ効率的なコントローラ合成が可能となり、データ駆動型の安全保証が実現される。
シミュレーションはカートポールと3Dクワッドローターの二つのプラットフォームで行われ、提案フレームワークの有効性が確認された。本論文は8ページの短報としてIROS 2026に採択されており、安全強化学習の実用的な応用に向けた重要な一歩となる。