Sep, 2019

有限时间随机系统的障碍函数方法进行验证和控制

PDF
TL;DR研究 stochastic dynamical system 在 finite-time horizon 下的安全性问题，提出基于 stochastic control barrier functions 的 barrier certificate condition 以量化系统在有限时间内退出给定的安全区域的概率，并将该条件表述为 sum-of-squares 优化问题进行高效的数值计算，在保证 expected value 的发展的状态相关的上限的前提下，提供了连续时间和离散时间系统的解决方案，针对控制的仿射动力学系统，提出了合成多项式状态反馈控制器以实现指定的安全概率，使用实例研究连续时间和离散时间领域中验证和控制方法的性能。
stochastic dynamical systemsafety enforcementbarrier certificate conditionsum-of-squares optimization problempolynomial state feedback controllers
发现论文，激发创造
  • 基于数据驱动的带屏障证书容许安全控制

    通过使用障碍证明方法，结合高斯过程回归，本文介绍了一种从具备未知动力学的随机系统数据中鉴定出一组最大安全策略的方法。通过学习系统动力学并得到该预估的概率误差，我们开发了一种算法来构建分段随机障碍函数，从而利用学习到的高斯过程模型找到一组最大允许的策略集，该集合通过有序地剔除最糟糕的控制策略直至得到最大集合，保证了真实系统的概率安全性。这对于学习能力系统而言尤为重要，因为丰富的策略空间不仅可以增加数据采集，还能保持安全性并展现复杂行为。线性和非线性系统的案例研究表明，扩大用于学习系统的数据集大小能够增加最大允许的策略集。

    Apr, 2024

  • 使用随机阻隔函数和深度前后向 SDE 的安全最优控制

    该论文提出了一种新的随机最优控制和随机动态优化的公式，以确保状态和控制约束的安全性，通过前向 - 后向随机微分方程，随机屏障函数，可微凸优化和深度学习等方法，设计了一种神经网络架构用于安全轨迹优化，同时在三个系统上进行了仿真来展示该方法的有效性。

    Sep, 2020

  • 控制屏障函数理论与应用

    介绍控制屏障函数及其在安全关键控制器优化中的应用，概述其主要技术结果并讨论在机器人系统等多个领域的应用。

    Mar, 2019

  • 基于控制束函数的二次规划安全关键系统

    本文在实时基于优化的控制器的背景下，发展了一种方法论，将以控制层李雅普诺夫函数表达的性能目标与以控制屏障函数表示的安全条件相结合，并在二次规划的框架下演示了自适应巡航控制和车道保持这两个汽车控制问题的安全和性能的调节。

    Sep, 2016

  • SABLAS: 黑箱动态系统安全控制学习

    本文提出了一种新的方法，用于从黑盒动态系统中学习安全控制策略和屏障证书，无需精确的系统模型，并证明了安全证书在黑盒系统上成立。

    Jan, 2022

  • 使用监督式机器学习方法合成控制屏障函数

    该论文描述了一种从传感器数据中估计控制屏障函数的学习框架，经实验证明可以在未知状态空间区域中实现机器人系统的安全操作。

    Mar, 2020

  • 具有控制障碍函数的安全关键控制学习

    利用控制屏障函数的机器学习框架可以降低非线性控制系统中的模型不确定性，从而实现系统的安全行为。通过在 Segway 平台上进行模拟和实验验证，这种方法可以持续收集数据并更新控制器，最终实现安全行为。

    Dec, 2019

  • 数据驱动的分布式稳健安全验证：基于屏障证书和条件平均嵌入

    通过使用屏障证书的概念，从系统的紧凑轨迹集合直接学习并构造一个可以根据一组可信转移内核对结果进行鲁棒化的重复核希尔伯特空间的模糊集合，我们展示了如何使用均值嵌入将系统数据嵌入到重复核希尔伯特空间（RKHS）中，并使用和方差优化和高斯过程包络来高效解决由此产生的问题。与最先进的方法相比，在测试案例上，我们的方法减少了在验证系统安全性方面的样本复杂度。

    Mar, 2024

  • 初始化未知模型和不可行安全证书下的安全在线动态学习

    通常，学习和控制过程中利用约束安全证书的技术被用于保证安全性，但是过高的模型不确定性可能使得鲁棒安全认证方法变得不可行。本文考虑了基于控制屏障函数（CBF）二阶锥规划的具有鲁棒安全证书的学习环境，在该环境下，如果控制屏障函数证书是可行的，我们的方法将利用它来保证安全性。否则，我们的方法通过探索系统动力学来收集数据，恢复控制屏障函数约束的可行性。我们采用了一种受贝叶斯优化中成熟工具启发的方法。我们证明，如果采样频率足够高，我们可以恢复鲁棒 CBF 证书的可行性，从而保证安全性。我们的方法不需要先验模型，据我们所知，这是第一个在存在偶尔不可行安全证书的情况下无需备份非学习型控制器即可保证安全的算法。

    Nov, 2023

  • 具有离散时间控制屏障函数的安全关键模型预测控制

    本研究提出了一种利用控制屏障函数的安全性关键模型预测控制策略，保证系统的安全性并通过模型预测控制实现最佳性能，同时在一个二维双积分器模型和一个竞速车辆模型上验证了该算法的有效性。

    Jul, 2020