LEARNING
面向学习与规划的并行可微可达性：具有认证神经动力学与控制器的系统
Keyi Shen, Glen Chou
- 发表年份
- 2026
- 引用次数
- 1
- 访问权限
- 开放获取
摘要
本文提出了一种基于JAX的并行可微可达性框架，结合泰勒模型流形构造与CROWN风格线性边界传播，支持GPU批处理与自动微分。基于该原语，开发了认证训练方法与可达性感知的采样型MPC方案，在非抓取操作与四旋翼任务中实现了在线规划与有界不确定性下的可达集过近似认证。
关键词
reachabilityneural dynamicscertified trainingmodel predictive controldifferentiable
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018