低计算成本下的学习型控制安全性与最优性
系统与控制
2025-05-14 v1 机器学习
系统与控制
摘要
将机器学习方法应用于需要在真实世界中行动的物理系统时，必须提供安全保证。然而，包含此类保证的方法往往计算成本高昂，难以应用于大规模数据集和计算资源有限的嵌入式设备。本文提出CoLSafe—a一种计算开销低的安全学习算法，其计算复杂度随数据点数量的增长呈亚线性增长。我们推导出安全性和最优性保证，并在一个七自由度机器人机臂上展示了该算法的有效性。
引用
@article{arxiv.2505.08026,
title = {Safety and optimality in learning-based control at low computational cost},
author = {Dominik Baumann and Krzysztof Kowalczyk and Cristian R. Rojas and Koen Tiels and Pawel Wachel},
journal= {arXiv preprint arXiv:2505.08026},
year = {2025}
}
备注
Accepted final version to appear in the IEEE Transactions on Automatic Control