通过优化激活函数提升DeepReach在高维系统上的性能
系统与控制
2024-01-01 v1 机器人学
系统与控制
摘要
随着自主系统的不断进步，为安全关键系统提供鲁棒的安全保证变得至关重要。Hamilton-Jacobi可达性分析是一种形式化验证方法，可保证动态系统的性能和安全性，并广泛适用于各种任务和挑战。传统上，可达性问题通过基于网格的方法求解，其计算和内存成本随系统维度呈指数增长。为了克服这一挑战，提出了DeepReach，一种基于深度学习的方法，用于近似求解高维可达性问题，并显示出很大的前景。在本文中，我们旨在通过探索不同的激活函数选择来提高DeepReach在高维系统上的性能。我们首先在3D系统上进行实验作为概念验证。然后我们在9D多车辆碰撞问题上展示了我们方法的有效性。
引用
@article{arxiv.2312.17583,
title = {Enhancing the Performance of DeepReach on High-Dimensional Systems through Optimizing Activation Functions},
author = {Qian Wang and Tianhao Wu},
journal= {arXiv preprint arXiv:2312.17583},
year = {2024}
}