自動運転車が複雑な都市環境で安全に動作するためには、未知環境でのリスク認識ナビゲーション能力が不可欠である。本論文で提案されているのは、適合予測（Conformal Prediction）に基づく微分可能最適化階層型安全制御手法であり、これは自律走行システムの安全性と実行可能性を両立させるための革新的なアプローチとなっている。 まず、センサノイズから生じる不確実性に対応するため、適合予測手法が用いられている。この手法により、楕円形状のロボット周辺にリスク認識障害物楕円体を生成することが可能になる。従来の確定的な障害物モデルではなく、確率的な不確実性を明示的に考慮することで、より現実的で堅牢なナビゲーション戦略の構築が実現される。 次に、制御計算の中核をなす二つの階層的な微分可能最適化層が導入されている。一つ目の層は障害物回避のための制御バリア関数を、二つ目の層は実行可能性保証のための制御バリア関数をそれぞれ構築する。この多層構造により、複雑な制約条件を体系的に処理できる。さらに、二次計画法に基づく安全制御則が提案され、上述した制御バリア関数制約と入力制約が統合的に処理される。 提案フレームワークの有効性は数値シミュレーションを通じて実証されており、リスク認識ナビゲーションという課題に対する実用的なソリューションとしての可能性が示されている。