精读笔记

Problem Setting

这篇论文处理的是安全认证版 receding-horizon vehicle trajectory design：每一轮在线选一个轨迹参数，车辆在执行上一轮 plan 的同时规划下一轮，并要求返回的 plan 在连续时间上不撞障碍；如果找不到新 plan，也必须能执行已验证的 contingency braking，使车辆 not-at-fault。

真正难点在于三个约束互相冲突：1）车辆动力学要足够高保真，否则安全证明和实车脱节；2）碰撞检查要覆盖连续时间和 footprint，而不是离散时刻；3）在线必须实时，不能在每个候选控制下做高精度数值积分。以前方法通常只能牺牲其中一个：NMPC 保模型但牺牲实时/连续时间安全，funnel library 保安全但离散覆盖差，SOS-RTD 保连续参数但依赖 simplified model。

所以关键矛盾不是规划算法本身，而是如何表示“某个控制参数下 ego vehicle 在未来一段时间的所有可能闭环行为”，并使这个表示既足够紧又可在线优化。

Motivation

作者动机很明确：已有 reachability-based planning 的瓶颈不是 reachability 这个思想，而是 reachable set 的生成对象和参数化方式不对。若用 simplified planning model，需要额外假设它能保守覆盖 full-order model；这个假设实践中很脆弱，并且会把 high-dimensional effects 当 disturbance，导致 FRS 膨胀。若预计算 finite maneuver library，又会出现 coverage-memory tradeoff：轨迹库稀疏则不可用，密集则内存和在线搜索爆炸。

核心缺口是：缺一个能直接作用于 full-order 闭环模型、同时支持连续 trajectory parameter 在线选择的 FRS 表示。作者的关键观察是，车辆动力学本身难做 reachability，但在合适反馈控制器闭环后，动力学结构会更接近线性/低耦合；这时 zonotope reachability 的保守性显著降低。也就是说，先设计 controller 不是为了 tracking alone，而是为了让 reachability problem 变得可算且更紧。

Core Idea

REFINE 的核心思想可以概括为：用鲁棒 partial feedback linearization 把 full-order 车辆动力学变成一个更适合 zonotope reachability 的闭环系统，然后离线计算“控制参数化”的 forward reachable sets，在线通过 slicing 选择候选参数对应的局部 FRS，并把 collision avoidance 写成优化约束。

本质区别在于它改变了 reachable set 的对象。prior RTD 常对低维 planning model 做 FRS，再额外证明/假设 full-order tracking error 被包住；REFINE 则直接对 full-order closed-loop dynamics 做 FRS，避免 simplified-to-full-order 的保守映射。它引入的 inductive bias 是：可规划轨迹必须属于一族可被该 controller 稳定跟踪、最终可刹停的 reference trajectories。这个 bias 限制了控制自由度，但换来连续时间安全证书和实时优化。

另一个重要思想是把参数依赖显式编码进 augmented state。这样离线 FRS 不是一堆离散 maneuver，而是一个包含参数维度的几何对象；在线规划不再“重新预测轨迹”，而是在预计算几何对象里按当前状态和参数切片。这使它比 finite library 更连续，比 NMPC 更实时，比 simplified RTD 更贴近 full-order dynamics。

Method

方法中真正关键的机制有五个。

第一，robust partial feedback linearization。它解决的是 full-order 车辆模型非线性导致 FRS 膨胀的问题。控制器直接指定前轮纵向/侧向 tire force，使纵向速度误差和 yaw/heading 误差呈现受控线性收敛结构，并用额外鲁棒项覆盖有界建模误差。因为车辆欠驱动，侧向速度无法完全线性化，因此这里只是 partial linearization。核心作用不是单纯 tracking，而是把 reachability 的闭环动力学塑造成 zonotope 更能处理的形式。

第二，finite-time stopping / not-at-fault。每个 trajectory parameter 对应的 desired trajectory 都包含 maneuver 后的 braking phase。论文用纵向误差 Lyapunov 分析证明在误差界和增益条件下车辆能在有限时间停止。这个机制让 receding horizon 有了安全兜底：如果下一轮优化失败，就执行上一轮已验证的 braking maneuver。

第三，augmented hybrid system。初始速度和轨迹参数被当成零动力学状态拼进系统。这样离线 CORA 计算的不是某一条轨迹的 FRS，而是覆盖一整个初始速度集合和参数集合的 FRS。它解决连续参数下无法逐参数预计算的问题。

第四，zonotope slicing。由于被 augment 的参数/初始速度维度有特殊 generator 结构，在线可以把当前初始速度和候选 p 代入 sliceable generator，得到该 p 对应的 tighter reachable set。这个步骤是 REFINE 可用性的关键；没有 slicing，离线全参数 FRS 会过保守到难以规划。

第五，zonotope collision constraint 的优化化。车辆 footprint 通过 heading interval 的 sweep overapproximation 加入 FRS；障碍也表示为 zonotope。两个 zonotope 不相交被转化为 max(BAp-b)>0 类型约束，使 IPOPT 可以在参数空间内优化。这里的意义是把连续时间碰撞检查从在线仿真问题变成预计算几何约束问题。

Key Insight / Why It Works

最核心的有效性来自“controller-shaped reachability”。很多 reachability planning 方法保守，是因为它们对难处理的 open-loop / tracking-error 系统直接做 overapproximation，或者用低维模型承接高维不确定性。REFINE 先让闭环误差通道更线性、更收敛，再对这个闭环系统做 zonotope propagation；这会显著减少 reachable set 的发散。这里最有价值的贡献不是用了 zonotope，也不是用了 feedback linearization，而是把二者组合成一个面向 FRS tightness 的闭环设计。

第二个有效点是参数作为状态的 memory reuse。它本质上是在离线阶段把参数-轨迹-闭环行为的几何关系缓存下来，在线只做 slicing 和约束求解。相比 finite library，它不是 retrieval 一个离散 maneuver，而是在一个连续参数化 reachable object 上做 test-time selection；相比 NMPC，它不在 test-time 重新展开动力学。这是典型的 offline expensive computation 换 online certified optimization。

第三，slicing 是实质创新之一。普通参数化 FRS 若直接使用，会因为覆盖所有参数而太保守；slicing 利用 zonotope generator 的结构，把参数固定带来的不确定性移除，使在线约束更紧。这个机制决定了 REFINE 与“离线算一个大 funnel”之间的差别。

哪些可能只是辅助？具体 desired trajectory family、partition 粒度、CORA 时间步、IPOPT 工程实现，以及实验中 waypoint/high-level planner 都更偏 engineering。论文性能的一部分可能来自 carefully chosen low-dimensional trajectory parameterization 和合理分区，而不是普适的 reachability breakthrough。增益来源不清，鲁棒项和误差界的选择也有较强平台调参性质。

这不是 scaling/data-driven 方法，也不是学习式泛化；它的泛化来自结构先验：车辆模型 + 可刹停轨迹族 + 保守几何预测。所谓 generalizable 主要是在同类 car-like dynamics、同类障碍表示、同类任务结构下成立，不应外推到强交互复杂交通。

Relation To Prior Work

REFINE 属于 reachability-based trajectory design / safe receding-horizon planning 谱系，最接近 RTD、funnel library、online verification with zonotopes，以及 FaSTrack/HJ tracking-error 类方法。

相对 funnel library，REFINE 的本质差别是连续参数空间。funnel library 为离散 maneuver 预计算安全管道，在线搜索库；REFINE 预计算含参数维度的 FRS，在线切片优化。前者是 discrete retrieval，后者是 continuous parameter optimization over cached reachable geometry。

相对 SOS-RTD，差别在模型对象和集合表示。SOS-RTD 用 polynomial level set，通常依赖 simplified model；REFINE 用 zonotope，对 partial-linearized full-order closed-loop model 做 reachability。实质收益来自少了一层 simplified model bounding，以及 zonotope slicing 带来的 tightness。所谓“比 SOS 更好”不只是表示不同，而是闭环动力学被控制器预处理后更适合 zonotope。

相对 NMPC，REFINE 牺牲了控制自由度，换取连续时间 overapproximate safety 和实时性。NMPC 更自由、更可能高速，但离散 collocation/采样碰撞检查无法天然给全时域安全；REFINE 的规划空间更窄，但每个候选参数都有 FRS certificate。

相对 HJ tracking-error 方法，REFINE 避免把 full-order 与 planning model 做成差分博弈，也避免 planning model 被视作试图逃离 tracker 的保守设定。但代价是需要手工轨迹族、误差界和离线 reachability 分区。

Dataset / Evaluation

评估覆盖两层：大规模随机 highway-like 仿真和 1/10 实车。仿真任务包含动态车辆和静态障碍，能检验在结构化道路场景中，REFINE 是否比 SOS-RTD 少因保守性停车、是否比 NMPC 更安全。实车展示说明 pipeline 能跑在真实传感/估计/控制栈上，不只是数值仿真。

这些实验基本支持论文的核心 claim：在该车辆模型和任务族下，full-order closed-loop zonotope FRS + slicing 能在安全性和可用性之间取得比若干 baseline 更好的折中。尤其 NMPC crash 的对比强化了连续时间 reachability constraint 的必要性，SOS-RTD 的过保守对比强化了 tighter FRS 的价值。

但 evaluation 没有真正覆盖强交互交通、多智能体策略不确定性、遮挡、复杂道路拓扑、极限操控或非线性轮胎饱和。障碍预测在论文中被假设为可保守 zonotope，真实世界实验也主要是静态障碍/简单动态环境。因此它验证的是“在可保守预测占用已知时的 certified local motion planning”，不是完整 autonomous driving stack。

Limitation

最大的限制是前提重。安全保证依赖有界且可信的建模误差、轮胎力在线性区、障碍未来占用可保守获得、传感半径足够、车辆可停车且停车本身安全。任一条件松动，理论保证就会明显退化。尤其 Assumption 2 对高速/低附着/激烈 maneuver 很强；一旦进入 tire saturation，控制器和 FRS 都不再覆盖真实行为。

scalability 的上限也很清楚：参数维度不能太高。当前 p 基本是二维速度/横向或航向参数，并且轨迹族很规整。若想表达更复杂轨迹，比如多段 spline、交互避让、复杂 curvature profile，augmented FRS 的维度和 zonotope generator 数会增长，partition 数也会爆炸。论文的连续参数化优势可能在高维参数下迅速变成离线计算和内存问题。

方法还把一部分难题转移到了离线与工程侧：如何选 trajectory family，如何分区，如何定误差界，如何调 feedback gains，如何选 reachability 时间步。文中未充分说明这些选择是否有系统性设计准则；增益来源不清。实验中更小 Δt 带来更紧 FRS 但内存/时间上升，这说明性能有一部分来自 scaling of offline discretization，而非纯理论结构。

另外，not-at-fault 依赖停车作为 fail-safe，这在高速公路某些场景成立得勉强，在铁路道口、交叉口、后车高速接近等场景并不充分。作者提到可替换为 invariant safe set，但没有实现。当前 planner 也没有形成长期交互状态建模，本质是局部 certified maneuver selection。

Takeaway

• 1. 最值得迁移的思想是：不要把 reachability 当成孤立模块，先设计 controller 让闭环动力学适合 reachability，再做 FRS。
• 控制器的目标不仅是 tracking performance，还应包括 reachable set tightness。
• 2. 参数作为零动力学状态并在线 slicing，是连续参数 safe planning 中非常有用的模式。
• 它提供了一种介于 discrete maneuver library 和 online optimal control 之间的折中：离线缓存连续族的几何行为，在线做低维选择。

一句话总结

REFINE 是 reachability-based safe motion planning 中一次有实质意义的重组：通过鲁棒 partial feedback linearization 把 full-order 闭环车辆动力学变成可紧致 zonotope 化的对象，再用参数化 FRS slicing 实现实时连续参数安全规划。