Online Efficient Safety-Critical Control for Mobile Robots in Unknown Dynamic Multi-Obstacle Environments
Technical University of Munich（慕尼黑工业大学）；University of Science and Technology Beijing（北京科技大学）
本文提出基于LiDAR的在线安全控制框架，通过DBSCAN聚类、最小包围椭圆和卡尔曼滤波在线构建动态控制屏障函数，并引入缓冲区减少激活数量，实现未知动态多障碍环境中的高效安全导航。
2024-02-26 cs.AI cs.RO
Seeking to Collide: Online Safety-Critical Scenario Generation for Autonomous Driving with Retrieval Augmented Large Language Models
Dept. of Traf. Eng. Tongji University Shanghai, China；Dept. of Civ. \& Envir. Eng. The Hong Kong Polytechnic University Hong Kong SAR, China
本文提出一种基于检索增强大型语言模型的在线框架，，通过行为分析器推断背景车辆危险意图并合成对抗轨迹，结合动态记忆检索库生成安全关键驾驶场景，在 Waymo 数据集上显著优于基线。
2025-07-15 cs.AI cs.RO
gatekeeper: Online Safety Verification and Control for Nonlinear Systems in Dynamic Environments
University of Michigan（密歇根大学）
针对感知受限下非线性系统的安全轨迹保障问题，提出计算轻量的gatekeeper算法，通过有限时域前向传播递归构造安全轨迹并证明其长期安全性，经仿真与实物实验验证且优于同类现有技术。
2024-08-14 cs.RO cs.SY eess.SY
Conditioning Sparse Variational Gaussian Processes for Online Decision-making
New York University（纽约大学）
高斯过程（GP）具有不确定性的原则性表示和封闭形式的后验更新，是在线决策的自然选择。然而，高斯过程通常至少需要针对$n$训练点的$\mathcal{O}(n^2)$计算，从而限制了它们的一般适用性。随机变分高斯过程（SVGPs）可以为固定大小的数据集提供可扩展的推理，但很难有效地对新数据进行约束。我们提出了在线变分条件（OVC），一个程序，有效地调节SVGP在在线设置，不需要重新训练，通过证据下限与添加新的数据。OVC使SVGP与先进的前瞻采集功能配对，用于黑盒优化，即使是非高斯似然。我们表明OVC在一系列应用中提供了令人信服的性能，包括疟疾发病率的主动学习和MuJoCo模拟机器人控制任务的强化学习。
2021-10-28 cs.LG stat.ML
Gaussian Control Barrier Functions : A Non-Parametric Paradigm to Safety
Georgia Institute of Technology（佐治亚理工学院）；Meiji University（明治大学）
受控制障碍函数（CBFs）在解决安全性方面的成功以及数据驱动建模函数技术的兴起的启发，我们提出了一种使用高斯过程（GP）在线合成CBFs的非参数方法。数学构造（例如CBF）通过先验地设计候选函数来实现安全性。然而，设计这样的候选函数可能具有挑战性。这种设置的一个实际示例是在需要确定安全和可导航区域的灾难恢复场景中设计CBF。在这样的示例中，安全性的决策边界是未知的，并且不能先验地设计。在我们的方法中，我们使用安全样本或观察值，通过假设这些样本上的灵活GP先验来在线构建CBF，并将我们的公式称为高斯CBF。GPS具有良好的性能，除了是非参数，如分析易处理性和鲁棒的不确定性估计。这允许通过结合方差估计来实现具有高安全性保证的后验分量，同时还以封闭形式计算相关的偏导数以实现安全控制。此外，从我们的方法合成的安全功能允许改变相应的安全设置任意的数据的基础上，从而允许非凸的安全集。我们验证了我们的方法实验上的四旋翼演示安全控制固定，但任意的安全集和碰撞避免的安全集在线构建。最后，我们并置高斯CBF与常规CBF在噪声状态的存在下，突出其灵活性和鲁棒性的噪声。实验视频可以在https://youtu.be/HX6uokvCiGk上看到。
2022-08-01 cs.LG cs.SY eess.SY
A Hough transform approach to safety-aware scalar field mapping using Gaussian Processes
Department of Mechanical and Aerospace Engineering, University of Florida（佛罗里达大学机械与航空航天工程系）；Torch Technologies（火炬技术）
本文提出了一种利用高斯过程和霍夫变换的安全标量场映射框架，通过实时估计高强度区域并指导机器人安全采样，验证了方法的有效性。
2026-04-22 cs.RO
Online Anomaly Detection with Sparse Gaussian Processes
East China Normal University（华东师范大学）
时间序列数据的在线异常检测是机器学习中一个重要而又具有挑战性的课题。高斯过程（GP）是一种强大而灵活的时间序列数据建模模型。然而，GP的高时间复杂度限制了其在在线异常检测中的应用。概念漂移通常发生在时间序列数据中，由于内部或外部的变化，数据的特征和异常行为的含义会随着时间的推移而发生变化。在线异常检测方法应具有适应概念漂移的能力。基于上述事实，本文提出了带Q函数的稀疏高斯过程方法（SGP-Q）。SGP-Q采用稀疏高斯过程（SGPs），其时间复杂度低于GP，从而显着加快在线异常检测。通过适当地使用Q函数，SGP-Q能很好地适应概念漂移。此外，SGP-Q通过训练数据更新策略，充分利用了训练数据中少量的异常数据，使得稀疏高斯过程回归模型的精度更高，异常检测效果更好。我们在各种人工和真实世界的数据集上评估SGP-Q。实验结果验证了SGP-Q的有效性。
2019-05-14 cs.LG stat.ML
Kernel Interpolation for Scalable Online Gaussian Processes
New York University（纽约大学）；Cornell University（康奈尔大学）
高斯过程（GP）为在线设置中的性能提供了黄金标准，例如样本有效控制和黑盒优化，其中我们需要在以顺序方式获取数据时更新后验分布。然而，在已经观察到$n$点之后更新GP后验以适应甚至单个新观察至少会在精确设置中引起$O(n)$计算。我们展示了如何使用结构化内核插值来有效地回收计算恒定时间$O(1)$在线更新的点$n$的数量，同时保留精确的推理。我们展示了我们的方法在一系列在线回归和分类设置，贝叶斯优化，主动采样，以减少疟疾发病率预测的错误的承诺。代码可在https://github.com/wjmaddox/online_gp上获得。
2021-03-02 cs.LG stat.ML
Real-Time Adaptive Safety-Critical Control with Gaussian Processes in High-Order Uncertain Models
Technical University of Munich（慕尼黑工业大学）；University of Macau（澳门大学）；University of Science and Technology Beijing（北京科技大学）
针对非平稳环境下不确定系统的安全关键控制问题，提出结合带遗忘因子的稀疏变分GP与HOCBF安全滤波器的两阶段框架，通过复合核与单诱导点更新提升实时性与高维适配性，经仿真与7-DOF机器人避障实验验证有效。
2024-03-05 cs.LG cs.SY eess.SY
Error Bounds For Gaussian Process Regression Under Bounded Support Noise With Applications To Safety Certification
University of Colorado Boulder（科罗拉多大学博尔德分校）；Delft University of Technology（代尔夫特理工大学）
本文针对有界支撑噪声下的高斯过程回归（GPR），利用集中不等式和RKHS复杂度假设推导出概率与确定性误差界，并证明其在深度核学习（DKL）中表现优异，结合随机障碍函数显著提升了未知动态系统的安全概率。
2024-12-19 cs.LG stat.ML
Online Gradient Computation for Warping Gaussian Process Transformations
Simula Metropolitan Center for Digital Engineering（Simula城市数字工程中心）；Simula Research Laboratory（Simula研究实验室）；Institute of Science Tokyo（东京科学大学）
针对扭曲高斯过程流式处理中参数优化与解析可处理性的权衡，提出基于精确递归梯度计算的在线方法，联合更新潜在GP矩与扭曲参数。
2026-09-16 cs.LG eess.SP
Ensemble Kalman Filtering for Online Gaussian Process Regression and Learning
The University of Sheffield（谢菲尔德大学）；University of Canterbury（坎特伯雷大学）；The University of Oxford（牛津大学）
高斯过程回归是一种机器学习方法，已被证明其对未知函数的估计的能力。然而，高斯过程具有高计算复杂性，因为在基本形式中，它们随着观测的数量而立方地缩放。提出了几种基于诱导点的方法来处理静态环境中的这个问题。然而，这些方法面临着实时任务的挑战，并且当数据随着时间顺序接收时。提出了一种新的稀疏高斯过程模型在线训练算法。它把高斯过程的均值和超参数分别作为集合卡尔曼滤波器的状态和参数。对新的即将到来的数据样本执行参数和状态的在线评估。该过程迭代地提高了参数估计的准确性。集合卡尔曼滤波器降低了获得具有高斯过程的预测所需的计算复杂度，从而保持这些预测的准确性水平。所提出的方法的性能证明在合成数据集和真正的大数据集的英国房价。
2018-07-09 cs.LG stat.ML
Safe Time-Varying Optimization based on Gaussian Processes with Spatio-Temporal Kernel
ETH Zurich（苏黎世联邦理工学院）；Norwegian University of Science and Technology（挪威科技大学）；Zurich University of Applied Sciences（苏黎世应用科技大学）
针对未知时变安全约束下的优化问题，提出基于时空核贝叶斯优化的TVSafeOpt算法，可安全跟踪时变安全区域，在平稳时提供最优性保证，并在合成数据和气体压缩机案例中验证了其安全性与最优性。
2024-09-26 cs.LG math.OC
Pointwise Feasibility of Gaussian Process-based Safety-Critical Control under Model Uncertainty
University of California, Berkeley（加州大学伯克利分校）
控制障碍函数和控制李雅普诺夫函数分别是增强被控系统安全性和稳定性的常用工具。它们通常用于建立约束，这些约束可以并入求解安全关键控制输入的最小范数二次规划（CBF-CLF-QP）中。然而，由于这些约束依赖于系统的模型，当该模型不准确时，安全性和稳定性的保证很容易丧失。在本文中，我们提出了一种基于高斯过程（GP）的方法来解决使用CBF和CLF的安全关键控制器中的模型不确定性问题。所考虑的模型的不确定性是受状态和控制输入。我们推导出这样的模型的不确定性对CBF和CLF的动态的影响的概率界。然后，我们使用这些界限来建立安全性和稳定性的机会约束，可以纳入一个最小范数凸优化为基础的控制器，称为GP-CBF-CLF-SOCP。作为本文的主要理论结果，我们提出了所提出的优化问题的逐点可行的必要条件和充分条件。我们认为，这些条件可以作为理解从真实系统收集的数据分布的最低要求的起点，以保证安全。最后，我们验证了所提出的框架与数值模拟的自适应巡航控制器的汽车系统。
2021-10-01 cs.LG cs.SY eess.SY
Regret Bounds for Safe Gaussian Process Bandit Optimization
University of California, Santa Barbara（加州大学圣巴巴拉分校）
许多应用程序需要学习者做出顺序的决定，给出关于系统的支付函数和安全约束的不确定性。在安全关键系统中，最重要的是学习者的行为在学习过程的任何阶段都不违反安全约束。在本文中，我们研究了一个随机强盗优化问题，其中未知的支付和约束函数是从高斯过程（GP）中采样的，首先考虑[Srinivas et al.，2010年]。我们开发了一个安全的变种GP-UCB称为SGP-UCB，在每一轮的安全约束方面进行必要的修改。该算法有两个不同的阶段。第一阶段寻求估计决策集中的安全动作集合，而第二阶段遵循GP-UCB决策规则。我们的主要贡献是推导出这个问题的第一个次线性后悔界。我们数值比较SGP-UCB对现有的安全贝叶斯GP优化算法。
2020-05-05 cs.LG stat.ML
Online Time Series Anomaly Detection with State Space Gaussian Processes
ETH Zurich（苏黎世联邦理工学院）；Amazon Research（亚马逊研究院）
我们提出了r-ssGPFA，一个无监督的在线异常检测模型的单变量和多变量的时间序列建立在有效的状态空间公式的高斯过程。对于高维时间序列，我们提出了高斯过程因子分析的扩展，以识别时间序列的共同潜在过程，使我们能够以可解释的方式有效地检测异常。我们获得的解释，同时加快计算施加正交约束的映射从潜在的观察。我们的模型的鲁棒性提高了使用一个简单的启发式跳过卡尔曼更新时，遇到异常观测。我们研究了我们的模型在合成数据上的行为，并在标准基准数据集上显示，我们的方法与最先进的方法相比具有竞争力，同时计算成本更低。
2022-01-18 cs.LG stat.ML
Safe and Nonconservative Contingency Planning for Autonomous Vehicles via Online Learning-Based Reachable Set Barriers
The Hong Kong University of Science and Technology（香港科学与技术大学）；National University of Singapore（新加坡国立大学）；Department of Electrical and Computer Engineering（电气与计算机工程系）
本文提出基于在线学习的实时应急轨迹优化框架，通过动态量化多模态HV不确定性并逐步细化其可达集，确保安全性和效率，在不确定环境下提升驾驶效率和乘客舒适度。
2026-04-15 cs.RO cs.SY eess.SY
Recurrent Memory for Online Interdomain Gaussian Processes
Imperial College London（伦敦帝国学院）；Canon Inc.（佳能公司）；University of Copenhagen（哥本哈根大学）
提出 OHSVGP，将 HiPPO 时变正交投影作为跨域 GP 的循环诱导变量，实现历史记忆与核矩阵在线递推更新，并在多类任务中提升预测、记忆和效率。
2025-09-28 cs.LG stat.ML
Online learning-based Model Predictive Control with Gaussian Process Models and Stability Guarantees
Otto-von-Guericke-University（奥托·冯·格里克大学）；Universidad de Sevilla（塞维利亚大学）
模型预测控制允许以约束满足的形式提供高性能和安全保证。然而，只有当用于预测的受控过程的基础模型足够准确时，这些性质才能得到满足。解决这一挑战的单向式方法之一是通过数据驱动和机器学习方法，例如高斯过程，允许在操作期间在线优化模型。我们提出了一个组合的输出反馈模型预测控制计划和高斯过程为基础的预测模型，能够有效的在线学习。为此，进化高斯过程的概念与递归后验预测更新相结合。所提出的方法保证了递归约束满足和输入到状态稳定性的模型-植物不匹配。仿真研究表明，高斯过程预测模型可以成功有效地在线学习。通过结合递归更新过程和限制训练数据点的数量，同时保持良好的性能，从而显着降低了计算负荷。
2020-12-01 cs.LG cs.SY eess.SY
Wasserstein-Splitting Gaussian Process Regression for Heterogeneous Online Bayesian Inference
Virginia Polytechnic Institute and State University（弗吉尼亚理工学院暨州立大学）；U.S. Army Research Laboratory（美国陆军研究实验室）
高斯过程（Gaussian processes，GP）是一种著名的非参数贝叶斯推断技术，但对于大样本量，GP存在可扩展性问题，对于非平稳或空间异构数据，GP的性能会降低。在这项工作中，我们试图克服这些问题，通过（i）采用变分自由能近似的GP与在线期望传播步骤的串联操作;和（ii）引入一个本地分裂步骤，每当后验分布变化显着量化的Wasserstein度量超过后验分布，实例化一个新的GP。然后，随着时间的推移，这产生了稀疏GP的集合，其可以增量地更新，并且适应训练数据中的局部性、异质性和非平稳性。
2021-07-26 cs.LG stat.ML
On the Relationship between Online Gaussian Process Regression and Kernel Least Mean Squares Algorithms
University of Cantabria（坎塔布里亚大学）；CIBER-BBN（西班牙生物医学、生物工程和纳米医学研究中心联盟）；University of Zaragoza（萨拉戈萨大学）；Universidad Carlos III de Madrid（马德里卡洛斯三世大学）
研究了在线高斯过程（GP）回归与核最小均方（KLMS）算法之间的关系。虽然后者在在线学习过程中没有存储整个后验分布的能力，但我们发现它们的操作对应于遵循简单参数模型的固定后验协方差的假设。有趣的是，几个著名的KLMS算法对应于该模型的特定情况。概率的观点使我们能够理解他们中的每一个人如何处理不确定性，这可以解释他们的一些表现差异。
2016-09-11 cs.IT cs.LG math.IT
Safety Guarantees for Planning Based on Iterative Gaussian Processes
高斯过程（GP）由于其对不确定性的原则性处理而被广泛应用于控制和学习。然而，跟踪迭代的不确定性，多步预测一般会导致一个分析上棘手的问题。虽然存在近似方法，但它们没有保证，因此难以估计其可靠性并信任其预测。在这项工作中，我们推导出正式的概率误差界迭代预测和规划的GP。基于GP属性，我们限制了随机轨迹位于预测值周围特定区域的概率。即，给定容差$ε> 0 $，我们计算预测轨迹值周围的区域，使得保证GP轨迹以至少$1-ε$的概率位于它们内部。我们通过实验验证，我们的方法正确跟踪预测的不确定性，即使当前的近似技术失败。此外，我们展示了如何在安全的强化学习框架内使用所提出的界限来验证候选控制策略的安全性，从而指导可证明安全的控制器的合成。
2020-09-07 cs.LG stat.ML
Online tuning and light source control using a physics-informed Gaussian process Adi
SLAC National Accelerator Laboratory（SLAC国家加速器实验室）
操作大型科学设施通常需要在高维空间中进行快速调谐和鲁棒控制。在本文中，我们介绍了一个新的物理通知优化算法的基础上高斯过程回归。我们的方法利用现有的领域知识的观察系统的物理模型的实现的形式。我们已经在SPEAR3储存环上应用了一种基于物理信息的高斯过程方法来演示在线加速器优化。该方法在收敛速度和最优点方面优于数据训练的高斯过程以及常规用于操作的标准方法。该方法可用于其他复杂系统的自动整定和控制，而无需任何观测数据。
2019-11-04 cs.LG physics.acc-ph physics.comp-ph
Context-Aware Target Classification with Hybrid Gaussian Process prediction for Cooperative Vehicle Safety systems
University of Central Florida（中佛罗里达大学）；Hyundai America Technical Center, Inc.（现代美国技术中心公司）
车联网（V2X）通信已被提出作为一种潜在的解决方案，通过改善协调和消除非视线感知的障碍来提高自动驾驶汽车的鲁棒性和安全性。协同车辆安全（CVS）应用程序紧密依赖于底层数据系统的可靠性，由于其不同组件的固有问题，例如传感器故障或密集通信信道负载下V2X技术的性能低下，可能会导致信息丢失。特别地，信息丢失影响目标分类模块，并且随后影响安全应用性能。为了实现可靠和强大的CVS系统，减轻信息丢失的影响，我们提出了一个上下文感知目标分类（CA-TC）模块，结合基于混合学习的CVS系统预测建模技术。CA-TC由两个模块组成：上下文感知地图（CAM）和混合高斯过程（HGP）预测系统。因此，车辆安全应用程序使用来自CA-TC的信息，使其更加强大和可靠。CAM利用车辆路径历史、道路几何形状、跟踪和预测; HGP用于提供准确的车辆轨迹预测，以补偿数据丢失（由于通信拥塞）或传感器测量的不准确性。基于离线的真实世界数据，我们学习了一组有限的驾驶员模型，这些模型代表了车辆和驾驶员行为的联合动力学。我们将离线训练和在线模型更新与实时预测相结合，以考虑新的可能的驾驶员行为。最后，我们的框架进行了验证，使用模拟和现实的驾驶场景，以确认其在提高CVS系统的鲁棒性和可靠性的潜力。
2022-12-24 cs.AI cs.RO
Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions
University of California, Berkeley（加州大学伯克利分校）；Georgia Institute of Technology（佐治亚理工学院）
本文提出一种基于高斯过程和控制屏障函数的概率安全在线学习框架，通过事件触发数据收集保证安全控制器递归可行，并以高概率维持安全集前向不变性。
2024-09-03 cs.LG cs.SY eess.SY
Comparison of Data Reduction Criteria for Online Gaussian Processes
Friedrich-Alexander University of Erlangen–Nuremberg（埃尔朗根-纽伦堡大学）
本文统一比较了在线高斯过程的多种数据缩减准则，分析其计算复杂度和缩减行为，并在基准函数及真实数据集上评估，提出接受准则，为选择合适准则提供实用指南。
2025-08-26 cs.LG stat.ML
Online Parameter Estimation for Human Driver Behavior Prediction
Stanford University（斯坦福大学）
驾驶员模型对于自动驾驶汽车的规划以及在仿真中验证其安全性非常重要。高度参数化的黑盒驱动程序模型非常有表现力，可以捕捉细微的行为。然而，它们通常缺乏可解释性，有时会表现出不真实的，甚至是愚蠢的行为。基于规则的模型是可解释的，并且可以被设计为保证“安全”的行为，但是由于它们的参数数量较少，因此表达性较差。在这篇文章中，我们表明，在线参数估计应用于智能驾驶员模型捕捉细微差别的个人驾驶行为，同时提供无碰撞轨迹。我们使用粒子滤波解决了在线参数估计问题，并在两个真实世界的驾驶数据集上对基于规则的驾驶员模型和黑盒驾驶员模型进行了基准测试。我们评估了我们的驾驶员模型与地面真实数据演示的接近程度，并评估了由此产生的紧急驾驶行为的安全性。
2020-05-06 cs.AI cs.RO
Decentralized Online Ensembles of Gaussian Processes for Multi-Agent Systems
Stony Brook University（石溪大学）
针对多智能体系统中贝叶斯去中心化学习方案有限的问题，提出完全去中心化、渐近精确的高斯过程随机特征近似方法，并结合基于在线贝叶斯模型平均的集成方案解决超参数选择，在数据集上与贝叶斯及频率主义方法测试对比。
2025-02-07 cs.LG cs.MA eess.SP
Physics-informed Gaussian Process for Online Optimization of Particle Accelerators
SLAC National Accelerator Laboratory（SLAC国家加速器实验室）；University of Cambridge（剑桥大学）
高维优化是大规模科学设施运行的关键挑战。我们应用一个基于物理信息的高斯过程（GP）优化器，通过进行有效的全局搜索来调整复杂系统。典型的GP模型从过去的观测中学习来进行预测，但这降低了它们对无法获得存档数据的新系统的适用性。相反，在这里，我们使用物理模拟的快速近似模型来设计GP模型。然后，GP从连续的在线观测中进行推断，以优化系统。对储存环的在线控制方法进行了仿真和实验研究。我们表明，物理知识GP优于目前常用的在线优化的收敛速度，并在这项任务的鲁棒性。用物理学为机器学习模型提供信息的能力可能在科学中有广泛的应用。
2020-09-08 cs.LG physics.acc-ph physics.comp-ph
Can Learning Deteriorate Control? Analyzing Computational Delays in Gaussian Process-Based Event-Triggered Online Learning
Technical University of Munich（慕尼黑工业大学）
本文针对高斯过程事件触发在线学习中的计算延迟问题，推导了延迟感知误差界并提出新的事件触发机制，证明在计算时间足够小时优于离线训练模型，并通过仿真验证有效性。
2023-05-14 cs.LG cs.SY eess.SY
System Identification through Online Sparse Gaussian Process Regression with Input Noise
Delft University of Technology（代尔夫特理工大学）；Uppsala University（乌普萨拉大学）
本文提出一种在线稀疏高斯过程回归算法，解决高斯过程回归在计算效率、在线更新和处理噪声输入方面的不足，实验表明其在非线性黑盒系统建模中性能优异。
2017-08-15 cs.LG cs.SY eess.SY
Consistent Online Gaussian Process Regression Without the Sample Complexity Bottleneck
U.S. Army Research Laboratory（美国陆军研究实验室）；Indian Institute of Technology Kanpur（印度理工学院坎普尔分校）
高斯过程为广泛应用于科学和工程的非线性非参数贝叶斯推断提供了一个框架。不幸的是，它们的计算负担与训练样本量成立方比例，在样本永久到达的情况下，训练样本量接近无穷大。这个问题需要近似用于流数据，迄今为止大多缺乏收敛保证。因此，我们开发了第一个在线高斯过程近似，它保持了对总体后验的收敛，即，渐近后验一致性，同时改善其棘手的复杂性增长与样本量。我们提出了一个在线压缩方案，每个后验更新后，修复一个错误的邻居相对于Hellinger度量集中在当前的后验，和greatlesses抛出过去的内核字典元素，直到它的边界被击中。我们称之为吝啬的在线高斯过程（POG）的方法。为了减小误差半径，精确的渐近一致性被保持（定理1（i）），代价是极限中的无限记忆。另一方面，对于恒定的误差半径，POG收敛到人口后验的邻域（定理1（ii）），但在最坏的情况下，由特征空间的度量熵确定的有限记忆（定理2）。几个非线性回归问题的实验结果，阐明了这种方法的优点相比，固定的子空间维度定义的历史，过去的点的替代品。
2021-07-15 cs.LG math.ST stat.ML
Streaming Generated Gaussian Process Experts for Online Learning and Control: Extended Version
针对精确高斯过程处理流式数据时计算与内存复杂度高的问题，本文提出流式渐进生成高斯过程专家框架SkyGP及两个针对性变体，经实验验证其性能优于现有最优方法。
2025-11-14 cs.LG cs.SY eess.SY
Safe Online Learning via Smooth Safety-Structured Policy Composition
Technical University of Munich（慕尼黑工业大学）；University of Oxford（牛津大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
提出AutoSafe架构，通过将结构化安全监控与干预直接集成到动作生成中，实现性能与安全行为之间的平滑风险依赖转换，在连续控制基准和实物倒立摆系统上验证了强安全性与学习平滑性。
2026-07-01 cs.LG cs.RO
Safety-Guided Deep Reinforcement Learning via Online Gaussian Process Estimation
Boston University（波士顿大学）
强化学习（RL）的一个重要方面与智能体如何探索环境有关。传统的勘探策略通常注重效率而忽视安全。然而，对于实际应用，在勘探期间确保制剂的安全至关重要，因为采取不安全的行动或达到不安全的状态可能对制剂造成不可逆转的损害。安全探索的主要挑战在于，对于大的连续状态或动作空间和未知环境，难以表征不安全状态和动作。在本文中，我们提出了一种新的方法，在深度强化学习中引入安全性估计来指导探索和策略搜索。通过使用成本函数来捕获基于故障的安全性，我们的关键思想是制定作为候选李雅普诺夫函数的安全成本的状态-动作价值函数，并扩展控制理论的结果，以近似其导数使用在线高斯过程（GP）估计。我们展示了如何使用这些统计模型来指导代理在未知的环境中获得高性能的控制策略与可证明的稳定性证书。
2019-04-22 cs.AI cs.LG cs.RO
Online Safety Filter for Deformable Object Manipulation with Horizon Agnostic Neural Operators
Carnegie Mellon University（卡内基梅隆大学）
本文提出一种基于约束的在线安全过滤器，通过最小修改控制策略，实时强制任务级安全约束，结合无时间 horizon 神经算子和边界控制屏障函数，提升柔体操作的安全性和效率。
2026-05-01 cs.RO
Self-Supervised Online Learning for Safety-Critical Control using Stereo Vision
California Institute of Technology（加州理工学院）
随着复杂的视觉传感方法在障碍物识别和状态估计中的日益普及，表征环境相关的测量误差已成为现代机器人技术的一个困难和重要组成部分。提出了一种安全关键控制的自监督学习方法。特别地，与立体视觉相关联的不确定性被估计，并且在线适应新的视觉环境，其中该估计以鲁棒的方式在安全关键控制器中被利用。为此，我们提出了一种算法，利用立体视觉的结构来学习不确定性估计，而不需要地面实况数据。然后，我们robustify现有的控制障碍功能为基础的控制器，以提供安全存在的不确定性估计。我们证明了我们的方法在各种环境中的四足机器人的功效。如果不使用我们的方法，安全性就会受到侵犯。仅通过离线训练，我们观察到机器人是安全的，但过于保守。使用我们的在线方法，四足动物仍然是安全的，保守性降低。
2022-03-02 cs.RO
Captivity-Escape Games as a Means for Safety in Online Motion Generation
本文提出一种方法，通过捕获-逃脱游戏缓解现有框架的保守性、计算成本和数值精度问题，提升在线模型驱动运动生成的安全性。
2026-07-17 cs.RO cs.SY eess.SY
Online Learning-Enhanced High Order Adaptive Safety Control
Brown University（布朗大学）；University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）
本文提出一种基于神经ODE的在线学习增强高阶自适应控制屏障函数，用于提升系统安全性，尤其在复杂时变模型扰动下保持安全距离。
2026-04-12 cs.RO
Neural Barriers: An Online Certifiable Learning-enhanced Adaptive High Order Safety Critical Control
Brown University（布朗大学）；University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）；California Institute of Technology（加州理工学院）
提出一种基于神经ODE和保形预测的在线可认证自适应控制屏障函数，在模型扰动下保证安全并量化不确定性，减少保守性。
2026-10-06 cs.RO
Parameter-Conditioned Reachable Sets for Updating Safety Assurances Online
University of Southern California（南加州大学）；Princeton University（普林斯顿大学）
针对自主系统在线运行时因动态和环境变化需更新安全保证的问题，提出离线计算参数条件可达集的方法，通过将变化参数视为虚拟状态求解，实现在线实时查询安全函数以维持系统安全。
2024-04-23 cs.RO cs.SY eess.SY
Updating Robot Safety Representations Online from Natural Language Feedback
Federal University of Minas Gerais（米纳斯吉拉斯联邦大学）；University of Rochester（罗切斯特大学）；Delft University of Technology（代尔夫特理工大学）；University of Southern California（南加利福尼亚大学）；Carnegie Mellon University（卡内基梅隆大学）
本研究提出利用视觉语言模型解释自然语言反馈与图像观测，以在线更新机器人安全约束表示，并通过预热技术更新 Hamilton-Jacobi 可达性安全控制器，使机器人能在新环境中动态推断并遵守个性化安全约束。
2024-09-22 cs.RO
Towards Online Safety Corrections for Robotic Manipulation Policies
U.S. Naval Research Laboratory（美国海军研究实验室）
针对强化学习机器人控制器在执行时遇新障碍物易碰撞的安全问题，提出iKinQP-RL混合方法，用逆运动学二次规划控制器在线校正RL策略动作，实验证明其可在高任务成功率下完全消除新障碍物碰撞。
2024-09-12 cs.RO
Online Safety Property Collection and Refinement for Safe Deep Reinforcement Learning in Mapless Navigation
University of Verona（维罗纳大学）；Northeastern University（东北大学）
安全性对于在真实场景中部署深度强化学习（DRL）算法至关重要。最近，已经提出了验证方法，以允许量化违反DRL策略的输入输出关系（称为属性）的数量。然而，这些属性是硬编码的，需要任务级的知识，使得它们的应用在具有挑战性的安全关键任务中变得棘手。为此，我们引入了在线属性的收集和优化（CROP）框架，以在训练时设计属性。CROP采用成本信号来识别不安全的相互作用，并使用它们来塑造安全属性。因此，我们提出了一个细化策略，结合属性，类似的不安全的相互作用模型。我们的评估比较了使用标准硬编码属性和使用CROP生成的属性计算违规次数的好处。我们在几个机器人无地图导航任务中评估了我们的方法，并证明了使用CROP计算的违规度量比以前的安全DRL方法允许更高的回报和更低的违规。
2023-02-13 cs.AI cs.RO
Probabilistic Safeguard for Reinforcement Learning Using Safety Index Guided Gaussian Process Models
Carnegie Mellon University（卡内基梅隆大学）
本文提出一种基于高斯过程模型学习与安全指数引导的集成框架，在缺乏动力学模型时为强化学习智能体提供概率前向不变性安全保障，并在连续控制任务中实现近乎零的安全违规。
2023-10-17 cs.RO
Safe POMDP Online Planning among Dynamic Agents via Adaptive Conformal Prediction
School of Engineering and Applied Science, University of Virginia（弗吉尼亚大学工程与应用科学学院）；University of Oxford（牛津大学）
针对多动态智能体环境下 POMDP 在线规划的安全问题，提出利用 ACP 量化轨迹预测不确定性并即时构建安全屏障，在真实行人数据实验中兼顾回报与概率安全保证。
2024-09-06 cs.RO
A Modeled Approach for Online Adversarial Test of Operational Vehicle Safety (extended version)
Ohio State University（俄亥俄州立大学）
运行车辆安全性的基于ESTO的测试提出了一组主要的其他车辆（ESTO）轨迹，这些轨迹试图迫使主体车辆（SV）进入特定的安全关键情况。目前的场景大多是（i）运动学驱动的：受人类驾驶员碰撞数据的启发，（ii）确定性的：运动轨迹是预先确定的，并且与SV响应无关，以及（iii）过度简化：在抽象的运动规划级别执行的有限动作集上定义。这种基于MIMO的测试（i）缺乏严重性保证，（ii）具有预定义的机动，使得具有智能驾驶策略的SV容易进行测试，以及（iii）在以有限且昂贵的测试工作产生安全关键实例方面效率低下。我们提出了一个模型驱动的在线反馈控制政策，多个POV传播有效的对抗轨迹，同时尊重交通规则和其他问题制定为一个容许的状态-动作空间。该方法是制定在一个锚模板层次结构，与模板模型规划诱导理论SV捕获保证标准假设下。然后，通过应用于整个系统或锚模型的较低级别控制器来跟踪计划的对抗轨迹。该方法的有效性说明通过各种模拟的例子与SV控制的参数化自动驾驶政策或人类司机。
2021-05-20 cs.RO
Parameter-Robust MPPI for Safe Online Learning of Unknown Parameters
Division of Robotics, Perception and Learning, KTH Royal Institute of Technology（机器人、感知与学习系，皇家理工学院）；Digital Futures（数字未来）；Reliable Autonomous Systems Lab, Massachusetts Institute of Technology（可靠自主系统实验室，麻省理工学院）；Automatic Control Laboratory, Swiss Federal Institute of Technology in Zürich（自动控制实验室，瑞士联邦理工学院（苏黎世））
本文提出PRMPPI控制框架，结合在线参数学习与概率安全约束，实现安全且高效的未知参数在线学习。
2026-01-06 cs.RO
Online Update of Safety Assurances Using Confidence-Based Predictions
Princeton University（普林斯顿大学）；USC（南加州大学）
针对人类运动预测失配导致机器人规划不安全的问题，本文将置信度参数作为虚拟状态，利用 HJ 可达性与数据驱动方法计算参数条件化 FRT，从而在线更新安全保证。
2023-06-05 cs.RO
Safe Online Dynamics Learning with Initially Unknown Models and Infeasible Safety Certificates
Technical University of Munich（慕尼黑工业大学）；California Institute of Technology（加州理工学院）
针对高不确定性下安全证书不可行的安全控制难题，提出基于贝叶斯优化的在线动力学学习方法，通过探索数据恢复CBF约束可行性，无需先验模型和备用控制器即可保障安全。
2023-11-03 cs.AI cs.RO cs.SY
Safety Evaluation of Robot Systems via Uncertainty Quantification
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
在本文中，我们提出了一种在线和数据驱动的方式量化机器人系统的传播不确定性的方法。特别是在人机协作中，在运行时间内跟踪安全合规性至关重要：将危险情况错误地分类为安全可能会导致严重的事故。根据官方规定（例如ISO标准），工业机器人应用的安全性取决于关键参数，例如人类和机器人之间的距离和相对速度。然而，只有在对这些参数的可靠性进行测量的情况下，才能确保安全。虽然文献中存在不同的风险检测和缓解方法，但迄今为止，还缺少一种可用于在线评估安全限制的措施，并简明地表明情况是安全还是危险。出于这一动机，我们介绍了一种可推广的方法来计算传播的测量不确定性的任意参数，捕获的累积不确定性源于传感器设备和环境干扰的系统。为了证明我们的方法提供了正确的结果，我们在模拟中进行验证实验。此外，我们采用我们的方法在两个现实世界的设置，并演示如何量化传播的不确定性的关键参数，有利于评估安全在线人机协作。
2023-02-21 cs.RO
Probabilistic Safety Constraints for Learned High Relative Degree System Dynamics
California Institute of Technology（加州理工学院）；University of California San Diego（加州大学圣地亚哥分校）
本文主要研究在线学习系统动态模型同时满足安全约束的问题.我们的动机是避免离线系统辨识或手动指定的动态模型，允许系统在在线运行期间安全自主地估计和适应自己的模型.给定系统状态的流观测，我们使用贝叶斯学习来获得系统动态的分布.反过来，该分布被用来优化系统的行为，并确保高概率的安全性，通过指定一个控制障碍函数的机会约束。
2020-05-06 cs.LG cs.RO cs.SY
Sample-efficient Safe Learning for Online Nonlinear Control with Control Barrier Functions
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）；Cornell University（康奈尔大学）；Microsoft Corporation（微软公司）
强化学习（RL）和连续非线性控制已成功应用于多个领域的复杂顺序决策任务。然而，由于学习过程的探索性质和模型不确定性的存在，由于缺乏安全保证，将它们应用于安全关键控制任务是具有挑战性的。另一方面，虽然将控制理论方法与学习算法相结合在安全RL应用中显示出了希望，但用于控制的安全数据汇集过程的样本效率没有得到很好的解决。在本文中，我们提出了一个\emph{provably}样本有效的情节安全的学习框架，利用安全的探索和利用在一个未知的，非线性动力系统的在线控制任务。特别是，该框架1）在随机设置中扩展控制障碍函数（CBF），以在模型学习期间在不确定性下实现可证明的高概率安全性，以及2）集成基于优化的探索策略，以有效地引导安全探索过程与\emph{near optimal}控制性能的学习动态。我们提供了正式的分析，情节遗憾界对最优控制器和概率安全的理论保证。仿真结果证明了该算法的有效性和效率。
2022-07-29 cs.LG cs.RO cs.SY
Barrier Bayesian Linear Regression: Online Learning of Control Barrier Conditions for Safety-Critical Control of Uncertain Systems
University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所）；Technical University of Munich（慕尼黑工业大学）；University of Toronto Robotics Institute（多伦多大学机器人研究所）；Vector Institute for Artificial Intelligence（矢量人工智能研究所）
在这项工作中，我们考虑的问题，设计一个安全滤波器的非线性不确定控制系统。我们的目标是增加一个任意的控制器与安全过滤器，使整个闭环系统是保证留在一个给定的状态约束集，被称为安全。对于具有已知动态的系统，控制障碍函数（CBF）提供了一个标量条件来确定系统是否安全。对于不确定系统，已经提出了鲁棒或自适应CBF认证方法。然而，这些方法可能是保守的，或者要求系统具有特定的参数结构。对于更一般的不确定系统，机器学习方法已被用来近似CBF条件。这些工作通常假设学习模块在部署之前经过充分的训练。学习过程中的安全性无法保证。我们提出了一个障碍贝叶斯线性回归（BBLR）的方法，保证安全的在线学习的CBF条件的真实，不确定的系统。我们假设名义系统和真实系统之间的误差有界，并利用CBF条件的结构。我们表明，我们的方法可以安全地扩大一套可认证的控制输入，尽管系统和学习的不确定性。我们的方法的有效性证明在模拟使用二维摆稳定任务。
2022-04-08 cs.RO cs.SY eess.SY
