针对具有部分不可辨识动力学的隐变量系统的安全证书

许多系统包含隐变量，导致其动力学部分不可辨识或在离线数据与在线数据之间的观测统计分布发生偏移。然而，现有的控制技术常常假设能够获取完整的动力学或拥有完全可观测状态的完美模拟器，这是为了验证系统是否保持在安全集合内（前向不变性）或安全动作是否在所有时刻都可行。为此，我们提出了一种针对具有隐变量系统的概率安全证书设计技术。关键技术启用是利用观察统计量在因隐变量导致的分布偏移存在的情况下，在概率空间中构建不变性条件。我们利用该不变性条件构建可在实际控制中高效实现的安全证书。该提议的安全证书能够持续寻找可行动作，以控制长期风险保持在容忍范围内。直到现在，随机安全控制和（因果）强化学习都在孤立的情况下被研究。就我们所知，本提议工作是首次利用因果强化学习来量化长期风险，以设计安全证书。这种集成使安全证书能够在隐变量存在的情况下高效确保长期安全。本文演示了该提议安全证书在数值仿真中的有效性。