BH-CBF：为网联自动驾驶多智能体强化学习提供递归可行安全约束

论文提出 Backup-Horizon CBF（BH-CBF），沿车辆全部停下的时间范围评估安全性，在控制约束下递归可行，并考虑精确的车辆与道路几何。基于 BH-CBF 作者推导出完全去中心化的安全滤波器，每步只需广播一次车辆状态与路线，并在密集交通中保持实时。该方法在 MARL 策略全生命周期中用作预训练奖励、部署时运行时滤波器和微调训练回路中的滤波器。在环岛与十字路口真实地图仿真中，BH-CBF 避免了不安全 MARL 策略的所有碰撞并逐步保持安全保证，现有滤波器则更常发生碰撞、失去保证或退化为全力制动。