基于自适应多面体的神经网络控制系统可达性自动分析
系统与控制
2023-05-17 v3 机器学习
系统与控制
最优化与控制
摘要
对动力系统的可达集进行过近似是安全验证与鲁棒控制综合中的基本问题。这些集合的表示方式是影响计算复杂度和近似误差的关键因素。本文提出了一种利用自适应模板多面体对神经网络动力系统可达集进行过近似的新方法。我们利用线性层的奇异值分解以及激活函数的形状，使多面体几何在每个时间步适应真实可达集的几何形态。随后提出一种分支定界方法，通过推断的模板计算可达集的精确过近似。我们在由神经网络控制器驱动的线性系统可达性分析中展示了所提方法的效用。
引用
@article{arxiv.2212.07553,
title = {Automated Reachability Analysis of Neural Network-Controlled Systems via Adaptive Polytopes},
author = {Taha Entesari and Mahyar Fazlyab},
journal= {arXiv preprint arXiv:2212.07553},
year = {2023}
}