Adaptive Model Predictive Safety Certification for Learning-based Control -- Extended Version
针对具有有界扰动和不确定参数的线性系统,提出了一种基于学习的自适应模型预测安全认证(MPSC)方案,其中真实参数包含在先验已知的参数集合中. MPSC是一个模块化的框架,它可以与任何基于学习的控制器结合使用,以确保状态和输入约束满足动力系统通过解决在线优化问题。通过使用坚固的管将当前系统状态与安全端子组连续连接,可以确保安全性。因此,保守的安全干预措施的主要来源是模型的不确定性和短期规划的视野。我们开发了一种自适应机制来改进系统模型,该机制利用集成员估计来保证递归可行和非递减的安全性能改进。为了适应短期的预测视野,迭代安全集扩大使用以前计算的强大的备份计划。最后,我们说明了增加的安全性能,通过参数和安全集的适应数值例子与多达16个状态维度。
2021-09-29 cs.SY eess.SY
Modular Adaptive Safety-Critical Control
本文提出了一种自适应控制方法的不确定非线性系统的安全约束,允许模块化的参数估计算法的选择。这种模块化是通过分别经由控制李雅普诺夫函数(CLF)和控制障碍函数(CBF)统一输入到状态稳定性(ISS)和输入状态安全性(ISSf)的概念来实现的。特别是,我们提出了一类指数ISS-CLFs和ISSf高阶CBFs,可以结合一般类的参数估计算法类似于那些在文献中发现的并发学习自适应控制。我们表明,ISS和ISSf的统一在自适应控制设置允许保持一组参数估计的CLF和CBF,可以由一类更新法律满足一些一般性质。我们的方法的模块化证明了通过数值例子,通过比较不同的参数估计算法的稳定性和安全性方面的性能。
2023-03-07 cs.SY eess.SY
Robust Safety Filters for Lipschitz-Bounded Adaptive Closed-Loop Systems with Structured Uncertainties
German Aerospace Center (DLR)(德国航空航天中心);Massachusetts Institute of Technology(麻省理工学院)
针对自适应控制系统的瞬态安全问题,提出一种基于参考的自适应安全框架,利用Lipschitz有界跟踪误差推导鲁棒CBF条件并转化为凸SOCP,减少保守性并保证前向不变性和闭环稳定性。
2026-06-19 cs.SY eess.SY
High Order Tuners for Adaptive Safety of Robotic Systems
North Carolina State University(北卡罗来纳州立大学)
本文提出高阶调节器用于改善自适应安全性的理论条件,通过解耦适应增益条件与系统初始条件,提升非线性系统在参数不确定性下的安全性与性能。
2026-04-15 cs.SY eess.SY
Adaptive Estimation-Based Safety-Critical Cruise Control of Vehicular Platoons
针对异构车辆编队缺乏 V2V 通信时的安全与稳定问题,提出融合自适应状态估计、Lyapunov 函数与 CBFs 的统一 ACC 框架,并通过多场景和物理引擎仿真验证其安全、稳定与最优性能。
2024-05-18 cs.SY eess.SY
Robust Adaptive Safety-Critical Control for Unknown Systems with Finite-Time Element-Wise Parameter Estimation
安全性始终是系统控制的最关键原则之一。利用控制障碍函数(CBF)方法研究了结构未知系统的安全临界控制方案。利用动态回归扩展与混合(DREM)方法,提出了一种扩展的逐单元参数辨识方法。一方面,它表明,所提出的控制方案可以始终保证安全的识别过程中的噪声信号注入激励,这是没有考虑在以前的研究。另一方面,与其他现有的自适应CBF算法相比,DREM中的逐元素估计过程可以最小化安全自适应过程的保守性。证明了所提出的安全控制估计方案的稳定性和前向不变性。此外,在有界干扰下,该方案的鲁棒性进行了分析,其中一个稳健的CBF与适度的条件,以确保安全性。通过自适应巡航控制的仿真,证明了该控制框架的有效性,即在有限时间内对小扰动鲁棒地估计了跟随车辆的斜坡阻力,从而避免了潜在的碰撞风险。
2022-01-14 cs.SY eess.SY
Disturbance Observer-Parameterized Control Barrier Function with Adaptive Safety Bounds
针对外部扰动下的鲁棒安全控制问题,提出DOp-CBF框架,利用扰动观测器动态调整安全界,保证前向不变性,并通过巡航控制仿真验证其安全与性能优势。
2025-02-26 cs.SY eess.SY
Enhancing Safety in Nonlinear Systems: Design and Stability Analysis of Adaptive Cruise Control
本研究提出一种基于控制屏障函数的安全控制方法,将安全条件转化为约束,应用于自适应巡航控制,仿真验证了在保证安全的同时不牺牲控制性能。
2024-01-22 cs.SY eess.SY
Uncertainty Quantification for Recursive Estimation in Adaptive Safety-Critical Control
针对自适应安全关键控制场景,提出基于RLS参数估计仿射特性、用zonotope实现集合估计传播的不确定性量化框架,可结合控制屏障函数合成带扰动系统的安全控制器,经示例验证有效。
2024-03-12 cs.SY eess.SY
Data-Attributed Adaptive Control Barrier Functions: Safety-Certified Training Data Curation via Influence Analysis
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出数据属性自适应控制屏障函数(DA-CBF),通过影响分析实现安全认证的训练数据筛选,改进了安全损失代理与控制屏障函数约束边界的关联,提升了闭环安全保证。
2026-04-01 cs.SY eess.SY
Adaptive Reduced-Attitude Control for Spacecraft Boresight Alignment with Safety Constraints and Accuracy Requirements
本文研究航天器视线对准控制问题,提出结合APF和PPC的改进复合框架,并引入I&I自适应技术解决参数不确定性,确保安全约束与精度要求,实现闭环系统渐近收敛。
2023-09-18 cs.SY eess.SY
Flight Envelope Protection for a Hypersonic Glide Vehicle Using Adaptive Safety-Critical Control
German Aerospace Center(德国航空航天中心);Massachusetts Institute of Technology(麻省理工学院)
针对高超声速滑翔飞行器模型不确定性下的飞行包线保护问题,提出自适应安全关键控制框架,通过输入端的CCRM自适应控制器和状态端的EBSF安全滤波器处理约束,仿真表明该框架能在控制输入受限及模型不确定时保持飞行包线约束并稳定跟踪。
2026-07-28 cs.SY eess.SY
Event-Triggered Adaptive Taylor-Lagrange Control for Safety-Critical Systems
Boston University(波士顿大学);Nanyang Technological University(南洋理工大学);MIT CSAIL(麻省理工学院计算机科学与人工智能实验室);University of Maryland, College Park(马里兰大学帕克分校)
本文研究了非线性系统在采样数据控制器实现下的安全关键控制,提出自适应泰勒-拉格朗日控制框架,通过事件触发机制动态调整时间尺度,提升可行性与安全性。
2026-10-06 cs.SY eess.SY
Safety-based Speed Control of a Wheelchair using Robust Adaptive Model Predictive Control
电动轮椅在为行动不便人士提供无障碍环境方面扮演重要角色。在设计用于跟踪任务的控制器时,确保轮椅在不同应用场景和不同用户中的操作安全至关重要。在这项工作中,我们提出了一种基于安全的速度跟踪控制算法的轮椅系统与外部干扰和不确定参数在动态水平。应用集员方法在线估计不确定参数集,设计了一种在线自适应模型和控制参数的模型预测控制方案,以保证跟踪过程中的安全约束。所提出的控制器可以驱动轮椅的速度到一个期望的参考范围内的安全约束。对于违反约束的不可容许参考,所提出的控制器可以引导系统到最近的可容许参考的邻域。基于两个包含可行参考和不可行参考的任务的高保真速度跟踪结果,验证了所提出的控制方案的有效性。
2022-10-06 cs.SY eess.SY
Auxiliary-Variable Adaptive Control Barrier Functions
针对现有CBF-QPs在混合相对度约束和时变控制边界下的可行性问题,提出AVCBFs框架,通过在辅助函数中引入辅助变量动态调整约束,并配合自动调参方法,有效提升控制系统的安全性与可行性。
2025-03-06 cs.SY eess.SY
Minimizing Conservatism in Safety-Critical Control for Input-Delayed Systems via Adaptive Delay Estimation
针对输入时延易引发系统安全违规、现有DaCBFs方法保守性较高的问题,本文提出结合扰动观测器与非线性规划的在线自适应安全控制框架,可缩小时延估计误差上界,在网联卡车场景验证了其能有效降低DaCBFs保守性。
2025-11-19 cs.SY eess.SY
Safety Filtering for Reinforcement Learning-based Adaptive Cruise Control
基于强化学习(RL)的自适应巡航控制系统(ACC)学习并适应道路、交通和车辆状况,对于提高车辆能量效率和交通流量具有吸引力。然而,RL在安全关键系统(如ACC)中的应用需要强有力的安全保证,这是很难实现的学习代理,有一个基本的需要探索。在本文中,我们推导出控制障碍函数作为安全过滤器,允许基于RL的ACC控制器在碰撞安全集内自由探索。具体而言,我们推导出控制障碍函数的高相对度非线性系统考虑到惯性效应有关的商用车。我们还概述了一个算法,用于容纳驱动饱和与这些障碍函数。虽然任何RL算法都可以用作性能ACC控制器与这些过滤器,我们实现了最大后验策略优化(MPO)算法与混合行动空间,学习燃料最佳档位选择和扭矩控制策略。安全过滤RL方法与仅在充分训练后学习以避免冲突的奖励整形RL方法形成对比。在不同的驱动周期的评价表明,所提出的方法相比,基线ACC算法的燃油经济性显着改善。
2023-01-02 cs.SY eess.SY
MPC-CBF with Adaptive Safety Margins for Safety-critical Teleoperation over Imperfect Network Connections
针对网络延迟下的安全关键遥操作,提出结合MPC与自适应安全裕度的CBF方法,在降低保守性的同时确保避障,并经仿真和真实机械臂验证。
2024-03-27 cs.SY eess.SY
Unmatched Control Barrier Functions: Certainty Equivalence Adaptive Safety
University of California, Los Angeles(加利福尼亚大学洛杉矶分校);Massachusetts Institute of Technology(麻省理工学院)
本文将通用自适应控制应用于控制障碍函数,以实现安全集的前向不变性,尽管存在不匹配的参数不确定性。该方法结合了两种想法。首先是构造一系列控制障碍函数,以确保系统对所有可能的模型都是安全的。第二种是使用在线参数自适应,从允许的集合中有条理地选择控制障碍函数和相应的安全控制器。虽然这样的组合并不一定会产生向前的不变性,没有额外的要求上的障碍函数,我们表明,这种不变性可以通过简单地调整适应增益在线建立。它还表明,所开发的方法是适用于系统的安全约束,具有一个相对程度大于1。因此,这项工作代表了第一个自适应安全的方法,成功地采用了一般状态约束的确定性等价原则,而不牺牲安全保证。
2022-08-16 cs.RO cs.SY eess.SY
Adaptive Safety-Critical Control for a Class of Nonlinear Systems with Parametric Uncertainties: A Control Barrier Function Approach
针对含参数不确定性的非线性系统安全控制问题,提出结合控制障碍函数与自适应律的方法,可无在线参数估计验证容许控制集非空,还通过数据驱动算法优化参数边界,经仿真验证有效。
2024-04-13 cs.SY eess.SY
Safe Output-Feedback Adaptive Optimal Control of Affine Nonlinear Systems
University of Florida(佛罗里达大学);Air Force Research Laboratory(空军研究实验室)
本文提出一种集成状态与参数估计的安全自适应最优控制方法,利用鲁棒化控制障碍函数守护控制器保证无全状态测量下的安全与镇定,并通过李雅普诺夫分析及仿真验证其有效性。
2025-10-22 cs.SY eess.SY
Robust Adaptive Backup Control Barrier Functions
Illinois Institute of Technology(伊利诺伊理工学院);California Institute of Technology(加州理工学院);Wichita State University(威奇托州立大学)
针对含参数不确定性的非线性控制仿射系统,提出鲁棒自适应备份控制障碍函数。用按元素认证的自适应估计器估计未知参数,计算备份流并收紧安全条件,还用基于对偶性的重新表述处理驱动矩阵不确定性,证明该方法能保证系统在相关情况下的安全性。
2026-11-10 cs.SY eess.SY
Composite Adaptive Control Barrier Functions for Safety-Critical Systems with Parametric Uncertainty
University of South Alabama(南阿拉巴马大学)
本文提出了一种适用于具有线性参数不确定性的非线性控制仿函数系统的复合自适应控制屏障函数算法,通过复合能量函数设计适应律,保证系统安全性和稳定性。
2026-09-30 cs.SY eess.SY math.OC
Safe Output-Feedback Adaptive Optimal Control of Input-Constrained Control-Affine Nonlinear Systems
University of Florida(佛罗里达大学);Air Force Research Laboratory(空军研究实验室)
针对部分可观测系统,提出一种在线安全输出反馈自适应最优控制框架,结合LMI观测器与近似动态规划,通过重定心鲁棒Lyapunov类障碍函数保证安全性和稳定性。
2026-06-18 cs.SY eess.SY
Adaptive Safe Reinforcement Learning-Enabled Optimization of Battery Fast-Charging Protocols
针对强化学习优化电池快充时可能违反安全约束的问题,提出含静态与动态GP安全区域及动作投影的自适应安全RL框架,实现变工况下快速充电并满足约束。
2024-06-18 cs.SY eess.SY
An Adaptive-Sampling Control Framework for Constrained Linear Systems with Robust Safety Guarantees
University of California, Berkeley(加州大学伯克利分校);University of California, Santa Barbara(加州大学圣塔芭芭拉分校)
本文提出一种自适应采样控制框架,通过离线预计算不变集和在线实时计算MPC更新速率,在保证鲁棒约束满足的同时实现有限时间转换,并在巡航控制仿真中验证了其有效性。
2026-09-22 cs.SY eess.SY
Safety-Driven Battery Charging: A Fisher Information-guided Adaptive MPC with Real-time Parameter Identification
针对电池模型参数可辨识性差影响安全充电的问题,提出融合 FI 理论与 MPC 的自适应控制方法,利用 FI 指标引导实时参数估计,仿真验证其可缓解辨识难题。
2024-06-12 cs.SY eess.SY
Adaptive Safety Evaluation for Connected and Automated Vehicles with Sparse Control Variates
针对CAV安全评估中高维场景效率低的问题,提出利用测试结果优化稀疏控制变量以减小评估方差,并通过理论分析与高维超车场景实证验证其有效性。
2022-12-01 cs.SY eess.SY
When World Models Lie: Adaptive Safety Analysis Under Wrong Imaginations
Stanford University(斯坦福大学)
针对世界模型预测错误导致的安全估计过度自信问题,提出一种自适应潜在安全过滤器,利用观测到的模型误差构建不确定性集合并悲观评估安全性,在仿真和硬件实验中减少了失败并保持任务完成。
2026-09-29 cs.AI cs.RO cs.SY
Hazard Analysis for Self-Adaptive Systems Using System-Theoretic Process Analysis
本文提出了一种针对自适应系统的STPA设计时扩展方法,通过导出参考模型和分析义务支持STPA活动,并验证了其在安全关键自适应系统危害分析中的适用性。
2023-04-01 cs.SE cs.SY eess.SY
Safe Control using Learned Safety Filters and Adaptive Conformal Inference
Computer Science & Engineering(计算机科学与工程系)
本文提出ACoFi方法,结合学习的Hamilton-Jacobi可达性安全过滤器与自适应符合推断,动态调整切换准则以保证安全评估的不确定性被有效控制,通过仿真验证其在高维空间中优于传统方法。
2026-04-20 cs.LG cs.RO cs.SY
TTCBF: A Truncated Taylor Control Barrier Function for High-Order Safety Constraints
RWTH Aachen University(亚琛工业大学);University of the Bundeswehr Munich(慕尼黑联邦国防大学)
本文提出了一种截断泰勒控制屏障函数,用于处理高阶安全约束,仅需一个类K函数,并引入自适应变体提升适应性。
2026-01-21 cs.SY eess.SY
An Error-Based Safety Buffer for Safe Adaptive Control (Extended Version)
本文提出了一种基于误差的安全缓冲器方法,用于安全自适应控制,通过结合自适应与控制屏障函数,实现稳定性、性能和安全性的保障,且在参数不确定性下保持非保守性。
2026-01-12 cs.SY eess.SY math.OC
Safety Certified Cooperative Adaptive Cruise Control under Unreliable Inter-vehicle Communications
University of Notre Dame(圣母大学)
本文研究了在不可靠车际通信环境下协同自适应巡航控制系统的安全认证问题,通过考虑非确定性时延和数据包丢失,形式化验证了混合CACC系统的被动安全性,定义了安全控制包络以指导控制信号合成。
2016-09-23 cs.MA cs.SY eess.SY
Embodied Opinion Dynamics for Safety-Critical Motion Control in Dynamic Environments
The University of Manchester(曼彻斯特大学);RWTH Aachen University(亚琛工业大学)
提出一种自适应控制框架,将非线性意见动力学嵌入自动车辆的运动感知层,实现非合作环境下的安全决策与运动控制,并提供形式化安全保证与稳定性分析。
2026-06-12 cs.SY eess.SY
Adaptive Deep Neural Network-Based Control Barrier Functions
本文提出将自适应深度神经网络与控制障碍函数结合,提出一类无需预训练、实时学习动态并确保安全的控制器,扩展至状态反馈间歇丢失场景,仿真证明其在反馈缺失下仍保安全且优于基线。
2025-01-29 cs.SY eess.SY
Adaptive Admittance Control for Safety-Critical Physical Human Robot Collaboration
Queen’s University Belfast(贝尔法斯特女王大学);University of Warwick(华威大学)
物理人机协作需要严格的安全保证,因为机器人和人类在共享的工作空间中工作。这封信提出了一种新的控制框架,以处理安全关键的位置为基础的限制,人与机器人的物理交互。所提出的方法是基于导纳控制,指数控制障碍函数(ECBFs)和二次规划(QP),以实现符合人与机器人之间的力的相互作用,同时保证安全约束。特别地,导纳控制的公式被重写为二阶非线性控制系统,人与机器人之间的相互作用力被视为控制输入。通过使用ECBFs-QP框架作为外部人力的补偿器,实时提供用于导纳控制的虚拟力反馈。一个安全的轨迹,因此,来自所提出的自适应导纳控制方案的低级别控制器跟踪。所提出的方法的创新之处在于,所提出的控制器将使机器人能够遵守人类的力量与自然的流动性,而不违反任何安全约束,即使在人类外力偶然迫使机器人违反约束的情况下。我们的方法的有效性证明在两连杆平面机器人操作器的仿真研究。
2022-08-09 cs.RO cs.SY eess.SY
Run Time Assurance for Safety-Critical Systems: An Introduction to Safety Filtering Approaches for Complex Control Systems
运行时间保证(RTA)系统是在线验证机制,过滤未经验证的主控制器输出,以确保系统安全。主要控制可以来自人类操作员、高级控制方法或自主控制方法,其不能被验证到与更简单的控制系统设计相同的水平。RTA系统的关键特征是它们能够明确地改变不安全的控制输入以确保安全。在许多情况下,RTA系统在功能上可以被描述为包含监视器和备用控制器,监视器监视系统的状态和主控制器的输出,备用控制器在必要时替换或修改控制输入以确保安全。RTA系统的一个重要特性是,保证机制的构建方式与主要控制者的底层结构完全无关。通过有效地将安全约束的执行与性能相关的目标解耦,RTA提供了许多优于传统(离线)验证的有用优势。本文提供了一个关于开发RTA系统的教程。
2022-06-06 cs.SY eess.SY
Stochastic Safety-critical Control Compensating Safety Probability for Marine Vessel Tracking
Kagoshima University(鹿儿岛大学);Okayama University(冈山大学);DENSO IT Laboratory(电装IT实验室)
本文提出非线性船舶运动模型并采用线性化方法控制,利用随机零化控制屏障函数确保概率安全,通过仿真验证有效性。
2026-03-30 cs.SY eess.SY
Constructive Safety Control
本文针对受多重状态约束的非线性级联系统,提出一种构造性安全控制方法,通过统一安全与稳定性刻画、重塑QCQP可行集及改进非线性小增益综合,实现了逐步构造的虚拟控制律设计,并在VTOL飞行器实验中验证了其有效性。
2024-06-03 cs.SY eess.SY
Safety-Critical Adaptive Impedance Control via Nonsmooth Control Barrier Functions under State and Input Constraints
Department of Electrical and Electronic Engineering, The University of Manchester(电气与电子工程系,曼彻斯特大学)
提出一种在线自适应阻抗控制框架,结合二次规划安全滤波器与新型组合位置-速度非光滑控制障碍函数,在不确定动力学下实现关节状态安全约束与柔顺交互,并通过区间二型模糊逻辑补偿未知动力学、软约束处理执行器力矩限制,利用复合Lyapunov分析证明安全集前向不变性与阻抗跟踪误差一致最终有界。
2026-06-03 cs.RO cs.SY eess.SY
From Space to Time: Enabling Adaptive Safety with Learned Value Functions via Disturbance Recasting
University of California San Diego(加州大学圣地亚哥分校)
针对空间变化扰动下安全滤波器失效问题,提出SPACE2TIME方法,通过将扰动空间变化重铸为时间变化以复用预计算值函数,在四旋翼上经仿真与硬件实验验证,显著优于基线。
2025-09-23 cs.RO cs.SY eess.SY
Safety-Critical Control using Optimal-decay Control Barrier Function with Guaranteed Point-wise Feasibility
安全性是机器人技术的基本问题之一。最近,一个基于二次规划的控制障碍函数(CBF)方法已经出现作为一种方式来执行安全关键约束。与控制李雅普诺夫函数(CLF)一起,构成了一种安全关键控制策略CLF-CBF-QP,它可以在实现控制目标和确保安全之间进行调解,同时具有实时可执行性。然而,一旦引入诸如输入约束之类的附加约束,CLF-CBF-QP就可能遇到不可行性。为了解决由于不可行性而产生的挑战,我们提出了一种用于安全关键控制的最佳衰减形式,其中CBF的衰减率在时间上逐点优化,以便当状态位于安全集内时保证逐点可行性。所提出的控制设计的数值验证使用自适应巡航控制的例子。
2021-03-23 cs.SY eess.SY
Disturbance Observers for Robust Safety-critical Control with Control Barrier Functions
这一工作为具有扰动的控制系统提供了形式化的安全保证。提出了一种基于扰动消除器的鲁棒安全临界控制器,该控制器估计扰动对安全性的影响,并利用该估计和控制障碍函数获得可证明安全的动态行为。观测器误差界-这包括瞬态和稳态部分-被量化,系统被赋予对这个错误通过建议的控制器的鲁棒性。以自适应巡航控制问题为例,通过仿真研究了实际干扰数据.
2023-01-04 cs.SY eess.SY
Compositional synthesis of almost maximally permissible safety controllers
在这项工作中,我们提出了一种组合安全控制器的合成方法的离散时间线性控制系统的类。在这里,我们利用一个国家的最先进的结果,计算鲁棒控制不变集。针对复杂互联系统控制器综合的复杂性,提出了一种分散控制器综合方法。而不是把互联系统作为一个整体,我们首先分别为每个子系统设计本地安全控制器,以执行本地安全属性,多面体状态和输入约束以及有界干扰集。然后,通过组成局部控制器,保证互联系统满足总体安全性指标。最后,我们提供了一个车辆排队示例,通过计算子系统的不太复杂的局部安全控制器然后组合它们来解决总体安全控制器合成问题,来说明所提出方法的有效性。
2021-09-24 cs.SY eess.SY
Predictive control barrier functions: Enhanced safety mechanisms for learning-based control
虽然基于学习的控制技术通常优于经典控制器设计,但安全要求限制了许多应用中对此类方法的接受。最近的发展通过所谓的预测安全过滤器来解决这个问题,该过滤器评估拟议的基于学习的控制输入是否会导致违反约束,并在必要时对其进行修改,以确保未来所有时间步长的安全性。这种预测性安全滤波器的理论保证依赖于模型假设,微小的偏差可能导致滤波器故障,使系统处于危险之中。本文介绍了一种辅助软约束预测控制问题,总是可行的,在每个时间步长和渐近稳定的可行集的原始安全过滤器,从而提供了一个恢复机制,在安全关键的情况下。这是通过结合终端控制障碍函数的简单约束收紧来实现的。通过扩展离散时间控制障碍函数理论,我们建立了所提出的辅助问题提供了一个“预测”的控制障碍函数。所得到的算法证明使用数值例子。
2022-05-13 cs.SY eess.SY
Safe Learning-Based Adaptive Augmentation Control for Fixed-Wing UAV under Uncertainty
German Aerospace Center (DLR), Institute of Flight Systems(德国航空航天中心);CRAN, CNRS, Universite de Lorraine(洛林大学)
本文提出一种基于强化学习的自适应增广控制方法,结合域随机化、安全滤波器和扰动观测器,补偿固定翼无人机系统中的匹配不确定性,并避免增广与安全滤波器的交互问题。
2026-09-25 cs.SY eess.SY
Barrier States Theory for Safety-Critical Multi-Objective Control
本文提出利用障碍状态将安全约束嵌入原系统形成安全嵌入系统,通过镇定该无约束系统实现安全关键多目标控制,并提出ISSf与IS3概念,支持鲁棒安全镇定设计。
2025-07-07 cs.SY eess.SY
End-to-End Imitation Learning with Safety Guarantees using Control Barrier Functions
模仿学习(IL)是一种学习范式,可用于合成复杂系统的控制器,模仿专家(用户或控制算法)演示的行为。尽管IL方法很受欢迎,但它们通常缺乏安全性保证,这限制了它们在复杂安全关键系统中的实用性。在这项工作中,我们认为安全,制定为集不变性,并赋予相关的正式保证控制障碍函数(CBFs)。我们开发的条件下,鲁棒安全的专家控制器,利用CBF,可以用来学习端到端的控制器(我们称之为CBF兼容控制器),有安全保证。这些保证是从输入状态安全(ISSf)的角度考虑安全的干扰的情况下,其中它示出IL使用鲁棒安全的专家演示结果在ISSf与干扰直接相关的学习问题的属性。我们证明了这些安全保证,在模拟的基于视觉的端到端的倒立摆和汽车驾驶的轨道控制。
2022-12-21 cs.SY eess.SY
An HMDP-MPC Decision-making Framework with Adaptive Safety Margins and Hysteresis for Autonomous Driving
Loughborough University(拉夫堡大学);The Hong Kong Polytechnic University(香港理工大学)
本文提出一种整合混合马尔可夫决策过程与模型预测控制的决策框架,结合速度依赖的安全边际和预测感知的滞回机制,通过双层恢复方案提升决策连续性与鲁棒性,经多场景测试验证其在异构交通中的适应性与安全性。
2026-03-18 cs.SY eess.SY
Passivity-Preserving Safety-Critical Control using Control Barrier Functions
本文融合基于被动性控制(PBC)和控制障碍函数(CBF)技术,构造性地推导出在基于CBF的安全关键控制下保持闭环系统被动性的条件,提供能量解释并设计出比阻尼注入标准方法保守性更低的新型被动设计,最后在端口哈密顿系统和cart-pole系统上进行了验证。
2023-12-14 cs.SY eess.SY
Online Monitoring and Risk Assessment of Non-Cooperative UAVs via STL-Aware Adaptive Fusion Kalman Filtering
The Hong Kong Polytechnic University(香港理工大学);China Mobile Hong Kong Company Limited(中国移动(香港)有限公司)
针对异步异构传感与不确定运动模式下非合作UAV的在线状态估计与风险评估问题,提出融合交互式多模型多速率卡尔曼滤波与STL的框架,提升了估计精度与安全预警的及时性,可用于实时UAV安全监测。
2026-07-30 cs.SY eess.SY
A predictive safety filter for learning-based racing control
自动驾驶等安全关键型应用对高性能控制器的需求日益增长,推动了正式安全验证技术的发展。在本文中,我们设计并实现了一个预测性的安全过滤器,它能够保持车辆安全的轨道边界配对时,与任何潜在的不安全的控制信号,如那些发现在基于学习的方法。使用模型预测控制(MPC)框架来创建最小侵入性算法,该最小侵入性算法证明期望的控制输入是否是安全的并且可以应用于车辆,或者提供替代输入以将车辆保持在界限内。为此,我们提供了一个原则性的程序来计算一个安全和不变的非线性动态自行车模型,使用高效的凸逼近技术。为了在没有保守安全干预的情况下完全支持激进的赛车性能,安全设置通过预测控制备份轨迹实时扩展。在微型遥控车辆上的辅助手动驾驶和深度模仿学习应用证明了安全过滤器在激进机动中确保车辆安全的能力。
2021-02-23 cs.SY eess.SY
Safety Embedded Adaptive Control Using Barrier States
Electrical and Computer Engineering Department, Carnegie Mellon University(卡内基梅隆大学电气与计算机工程系);School of Electrical and Computer Engineering, Georgia Institute of Technology(佐治亚理工学院电气与计算机工程学院);Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所)
本研究提出基于屏障状态的安全自适应控制框架,通过增广系统并利用控制李雅普诺夫函数设计控制器,在保证安全的同时满足性能目标,并在四旋翼和自适应巡航系统中验证有效性。
2025-04-21 cs.RO cs.SY eess.SY