基于神经网络的时延无关安全控制：面向风险感知自主性的正 Lur'e 证书
系统与控制
2025-10-09 v1 人工智能
系统与控制
摘要
我们提出了一种面向自主、学习型控制系统的风险感知安全认证方法。聚焦于状态/输入时延和区间矩阵不确定性这两个现实风险，我们将神经网络控制器建模为局部部门界，并利用正性结构推导出线性、时延无关的证书，保证在可接受不确定性范围内实现局部指数稳定。为评估性能，我们采用并实现了最新 IQC 神经网络验证管道。在具体案例中，我们的方法在正性基于测试方面显著快于基于 SDP 的 IQC 方法，同时认证了后者无法覆盖的 regime，提供可扩展的安全保证，补充风险感知控制。
引用
@article{arxiv.2510.06661,
title = {Delay Independent Safe Control with Neural Networks: Positive Lur'e Certificates for Risk Aware Autonomy},
author = {Hamidreza Montazeri Hedesh and Milad Siami},
journal= {arXiv preprint arXiv:2510.06661},
year = {2025}
}
备注
Submitted to 2026 American Control Conference (ACC), New Orleans, LA