在非結構化環境中，安全關鍵的自主系統面臨著線上安全認證的重大挑戰，尤其是當約束條件不斷變化時。來自研究團隊的一項新工作提出了策略庫控制障礙函式（Policy Library Control Barrier Function, PL-CBF），這是一種創新的執行時安全濾波器，旨在解決這一問題。
PL-CBF的核心思想是維護一個包含多種後備策略的庫，並在每個時間步透過並行有限時域滾動來評估這些策略。系統會選擇對當前行為干擾最小的安全模式，然後透過求解一個二次規劃問題來最小限度地調整標稱策略，從而確保安全性。這種設計避免了單一後備策略的侷限性，能夠適應更廣泛的環境變化。
為了從理論上保證安全性，作者引入了一種基於有限時域語言度量的分析框架，該度量衡量閉環行為之間的差異。這一框架允許他們精確刻畫策略庫需要覆蓋哪些行為模式才能確保有限時域內的安全。
為了驗證方法的有效性，研究團隊在三個模擬場景中進行了測試：一個平面雙積分器系統（4個狀態）、一個具有突然摩擦變化的高速公路駕駛場景（使用8個狀態的非線性車輛模型），以及一個擁擠動態環境中的3D四旋翼導航任務（12個狀態）。結果表明，與傳統的單策略安全濾波器相比，PL-CBF顯著提高了安全覆蓋範圍，同時仍然保持毫秒級的執行時間，適用於即時應用。
這項工作的成果在arXiv上以預印本形式釋出，論文編號為2605.16588，提交於2026年5月15日。該研究由Taekyung Kim等四位作者共同完成，並提供了專案頁面以供進一步參考。論文主題包括機器人學（cs.RO）和系統與控制（eess.SY）。PL-CBF為線上安全認證提供了一種高效且靈活的解決方案，特別適用於動態變化環境中的自主系統。