基于数据的安全证书可扩展综合及其在学习控制中的应用
系统与控制
2020-05-26 v4 机器学习
摘要
复杂系统的控制面临高性能与安全保证之间的权衡，这尤其限制了基于学习的方法在安全关键系统中的应用。近期提出的一种解决该问题的框架是使用安全控制器，其保证将系统维持在状态空间的安全区域内。本文介绍了用于综合安全集与控制律的高效技术，这些技术通过基于凸优化问题的近似获得了改进的可扩展性。第一种方法仅需近似线性系统模型及未知非线性动力学的Lipschitz连续性。第二种方法推广了结果，展示了如何利用关于未知系统动力学的高斯过程先验来降低所得安全集的保守性。我们通过数值算例（包括车辆自主车队）演示了结果。
引用
@article{arxiv.1711.11417,
title = {Scalable synthesis of safety certificates from data with application to learning-based control},
author = {Kim P. Wabersich and Melanie N. Zeilinger},
journal= {arXiv preprint arXiv:1711.11417},
year = {2020}
}