LEARNING
面向未知动力学的机会约束运动规划中的共形约束收紧
Shubham Natraj, Bruno Sinopoli, Yiannis Kantaros
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
本文针对未知动力学系统，提出了一种与规划器无关的约束收紧方法，利用共形预测提供概率性任务完成保证。该方法通过收紧名义模型下的规划约束，确保真实系统以指定概率满足原始问题要求。
关键词
conformal predictionchance-constrainedmotion planningunknown dynamicsconstraint tightening
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