黑盒动力系统的预测监控

我们研究了黑盒动力系统的预测运行时监控问题，涉及量化安全属性。黑盒设定认为精确的系统和控制器语义未知，只能在有限多个时间点观察受控（即闭环）系统的状态。我们提出了一种新框架，基于过去观察到的状态预测系统的未来状态。过去状态的数量和预测的未来状态的数量是由用户提供的参数。我们的方法基于 Taylor 展开和反向差分算子的数值微分。我们还在系统动力学和控制器光滑的假设下推导了预测误差的上界。随后将预测状态用于预测安全违例。我们的实验表明，针对复杂黑盒系统，本方法在计算效率上轻巧且显著比现有技术在准确性上更优。