利用广义动作调节器进行安全控制与学习
计算机视觉与模式识别
2022-11-24 v1
摘要
本文介绍广义动作调节器（AG），一种通过在线动作调整增强标称闭环系统以强制状态和输入约束的监管方案。我们针对有界不确定性下的离散时间系统发展了广义AG理论，并将安全集通常所需的正不变性放宽为可返回性。基于该理论，我们给出了针对线性系统以及具有有限状态和动作空间的离散系统的定制AG设计流程。我们进一步研究了由AG赋能的安全在线学习，并提出了两种安全学习策略，即安全Q学习和安全数据驱动Koopman算子控制，二者均与AG集成以在学习过程中保证约束满足。数值结果说明了所提方法。
引用
@article{arxiv.2211.12627,
title = {$\beta$-Multivariational Autoencoder for Entangled Representation Learning in Video Frames},
author = {Fatemeh Nouri and Robert Bergevin},
journal= {arXiv preprint arXiv:2211.12627},
year = {2022}
}