LEARNING开放获取
学习安全设计的神经网络控制器
Yang Zhao, Jungeun Lee, Jeong hwan Jeon, Sze Zheng Yong
2026
摘要
本文提出了一种联合学习神经网络控制器和神经网络参数化控制障碍函数参数的方法,通过构造强制满足仿射安全约束,避免了运行时在线二次规划安全滤波器。实验表明该方法在降低计算成本的同时,实现了可靠且可扩展的安全约束满足。
关键词
safety filtercontrol barrier functionneural network controllersafe-by-designquadratic program
相关论文
LEARNING
开放获取📊 1 引用
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
2026
LEARNING
📊 0 引用
人工智能增强的智能焊接岛:基础模型革新制造业
Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于深度强化学习和动态图神经网络的多任务机器人调度代理
Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于微调与AAS增强检索的LLM驱动自动化DFA评估
Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者
Robotics and Computer-Integrated Manufacturing · 2026