Computing Forward Reachable Sets for Nonlinear Adaptive Multirotor Controllers
Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
在多旋翼系统中，考虑未知干扰的同时保证安全性是鲁棒轨迹规划的关键。前向可达集（FRS），受有界干扰的可行状态的集合，可以用来识别鲁棒和无碰撞的轨迹，通过检查与障碍物的交叉。然而，在许多情况下，FRS不是实时计算的，并且太保守而不能在实际应用中使用。在本文中，我们解决这些问题，通过引入非线性扰动观测器（NDOB）和自适应控制器的多转子系统。利用Hamilton-Jacobi可达性分析方法，在增广状态空间中表达了具有自适应控制器的闭环多旋翼系统的FRS。然后，我们推导出一个封闭形式的表达式，过近似的FRS作为一个椭圆体，允许实时计算。通过自适应控制器补偿干扰，我们的过近似FRS可以小于其他椭球过近似。数值算例验证了我们提出的FRS的计算效率和较小的规模。
2023-03-06 cs.RO cs.SY eess.SY
Reachability Analysis With Probabilistic Zonotopes: Learning Realized Disturbances and Refining Aleatory Uncertainty
University of Cyprus（塞浦路斯大学）；Aalto University（阿尔托大学）；Technical University of Munich（慕尼黑工业大学）；Michigan State University（密歇根州立大学）
提出一种数据驱动线性系统可达性框架，利用概率区域多面体建模扰动，通过轨迹数据精化保守先验，分离已实现扰动与偶然不确定性，并开发约束概率区域多面体演算以降低保守性。
2026-07-03 cs.SY eess.SY
Data-Driven Reachable Set Computation using Adaptive Gaussian Process Classification and Monte Carlo Methods
我们提出了两个数据驱动的方法估计可达集的概率保证。这两种方法都利用了一个概率公式，允许一个正式的定义，数据驱动的可达集近似，这是正确的概率意义上。第一种方法将可达性问题转化为二元分类问题，使用高斯过程分类器来表示可达集。高斯过程模型的量化不确定性允许选择新的样本点的自适应方法。第二种方法使用蒙特卡罗抽样方法来计算可达集的基于区间的近似。该方法具有概率正确性的保证，以及实现所需精度和置信度所需的样本点数量的明确界限。每种方法都用一个数值例子说明。
2019-10-06 cs.SY eess.SY
Probabilistic reachable sets of stochastic nonlinear systems with contextual uncertainties
本文针对随机非线性系统中依赖于状态等变量的上下文不确定性，提出一种基于条件密度估计与重采样的一致样本近似方法，求解具有上下文机会约束的最小体积多项式子水平集，有效降低了概率可达集计算中的偏差。
2025-01-30 cs.SY eess.SY math.DS
Enforcing Safety at Runtime for Systems with Disturbances
控制系统的安全性通常被视为一个不变性约束;如果状态轨迹始终避免状态空间的某些不安全区域，则系统被称为安全的。保证控制器是通过在运行时过滤期望的控制输入来在线实施安全性的控制器，并且控制障碍函数（CBF）提供保证控制器，其呈现状态空间的安全子集前向不变。最近的扩展提出CBF为基础的保证控制器，允许系统离开一个已知的安全设置，只要一个给定的备份控制策略最终返回到安全设置，然而，这些方法还没有被扩展到考虑系统受到未知的干扰输入。在这项工作中，我们提出了一个基于CBF的运行时保证系统的干扰问题的制定，和控制器解决这个问题，必须以某种方式，将在线计算的可达集。在一般情况下，在存在干扰的情况下计算可达集的计算成本很高，不能直接纳入CBF框架。为此，我们提出了一个特定的解决方案的问题，从而可达集近似通过混合单调性。存在有效的算法过近似可达集的混合单调系统超矩形，我们表明，这种近似是适合纳入CBF为基础的运行时保证框架。
2020-08-16 cs.SY eess.SY math.DS
Learning Neural Network Safe Tracking Controllers from Backward Reachable Sets
本文提出利用后向可达集设计神经网络安全跟踪控制器，通过轨迹合成和可达集构建提升系统安全性与鲁棒性。
2025-11-26 cs.SY eess.SY
Probabilistic Reachability of Discrete-Time Nonlinear Stochastic Systems
针对含确定性输入与随机噪声的离散时间非线性系统，提出基于平均矩生成函数的紧概率界，并结合确定性可达性方法构建统一的概率可达集计算框架。
2024-09-14 cs.SY eess.SY math.OC
Probabilistic Reach-Avoid Reachability in Nondeterministic Systems with Time-VaryingTargets and Obstacles
研究了不确定系统的概率可达性问题。在已有研究的基础上，考虑目标集和障碍物的时变，推广了概率可达集的定义。提出了一种计算概率可达集的数值方法。首先通过后向递归和网格插值在状态空间中构造一个标量函数，然后将概率可达集表示为该标量函数的一个非零水平集.此外，基于构造的标量函数，可以设计最优控制策略。最后通过算例验证了该方法的有效性和准确性。
2021-08-07 cs.SY eess.SY
Computation of safe disturbance sets using implicit RPI sets
针对受输出约束的稳定LTI系统，提出结合隐式RPI集与新型扰动集参数化的方法计算安全扰动集，在保证输出可达集含于约束集的前提下缩小二者距离，相较现有方法保守性更低、计算效率更高。
2023-09-12 cs.SY eess.SY
Tight Decomposition Functions for Continuous-Time Mixed-Monotone Systems with Disturbances
混合单调系统的向量场可以通过分解函数分解为递增（合作）和递减（竞争）分量，并且这种分解允许，例如，可达集和前向不变集的有效计算。然而，这种方法的主要挑战是确定适当的分解函数。在这项工作中，我们表明，任何连续时间的动力系统与Lipschitz连续向量场是混合单调的，我们提供了一个结构的分解函数，产生最紧密的逼近可达集时，使用的标准工具的混合单调系统。我们的构造类似于Yang和Ozay最近提出的用于计算离散时间系统分解函数的构造[1]，其中我们对连续时间设置进行了适当的修改，并且还扩展到具有未知干扰输入的情况。与[1]中一样，我们的分解函数构造需要为状态空间中的每个点求解一个优化问题;然而，我们通过示例演示了如何在封闭形式中计算紧分解函数。作为第二个贡献，我们展示了如何下近似的可达集可以有效地计算通过考虑向后的时间动态的混合单调性属性。
2020-05-21 cs.SY eess.SY math.DS
Data-driven Reachable Set Estimation with Tunable Adversarial and Wasserstein Distributional Guarantees
Department of Mechanical Engineering, Eindhoven University of Technology（埃因霍温理工大学机械工程系）
本文研究了未知离散时间动态系统在有限时间 horizon 内的数据驱动可达集估计，通过场景优化方法在保持未来轨迹包含的概率保证下，提出可调的可达集大小与轨迹包含的权衡方法，并扩展至对抗鲁棒场景优化以应对观测轨迹的扰动。
2026-04-14 cs.LG cs.SY eess.SY
Probabilistic Reachability Analysis of Stochastic Control Systems
本文提出统一框架，通过解耦确定性输入与随机扰动，并引入平均矩生成函数给出高概率界，从而改进连续时间随机控制系统的可达集估计。
2024-09-03 cs.SY eess.SY math.OC
Parabolic Set Simulation for Reachability Analysis of Linear Time Invariant Systems with Integral Quadratic Constraint
这项工作扩展可达性分析的基础上，椭球技术的线性时不变（LTI）系统的积分二次约束（IQC）之间的过去的状态和干扰信号，解释为一个输入输出能量约束。为了计算可达集，LTI系统用与在违反约束之前仍然可用的能量的量相对应的状态来增强。对于给定的初态抛物集，增广系统的可达集被过度逼近为时变抛物集。该抛物面的参数表示为一个初值问题的解，并证明了其与可达集的过逼近关系。这个抛物面实际上是由所谓的接触轨迹上的可达集所支持的。最后，我们描述了一种生成所有支撑抛物面的方法，并证明了它们的交是可达集的精确刻画。这项工作提供了新的实用手段来计算各种各样的系统，如延迟系统，速率限制器或能量有界的线性系的可达集的过逼近。
2020-02-13 cs.SY eess.SY math.OC
Convex Hulls of Reachable Sets
Toyota Research Institute（丰田研究院）；Paris-Saclay University（巴黎-萨克雷大学）；CentraleSupélec（中央超导大学）；Stanford University（斯坦福大学）
研究非线性系统在有界扰动和不确定初始条件下的可达集的凸包，提出基于常微分方程解的有限维表征，设计高效采样算法并分析误差界，应用于神经反馈回路分析和鲁棒MPC。
2026-04-14 cs.LG cs.RO cs.SY
SDP Synthesis of Distributionally Robust Backward Reachable Trees for Probabilistic Planning
Massachusetts Institute of Technology（麻省理工学院）
针对随机运动不确定性下的动态系统多查询规划问题，提出基于凸半定松弛的MAXELLIPSOID BRT算法，构建分布模糊集后向可达树，以更小的路图规模实现高效分布鲁棒规划。
2024-09-02 cs.RO cs.SY eess.SY
Data-Driven Reachability Analysis with Christoffel Functions
我们提出了一个算法，数据驱动的可达性分析，估计有限的地平线向前可达集一般非线性系统使用水平集的某一类多项式称为克里斯托弗函数。Christoffel函数的水平集是已知的经验，以提供良好的近似概率分布的支持：该算法使用此属性的可达性分析，通过解决可达集计算问题的概率松弛。我们还提供了一个保证，该算法的输出是一个准确的可达集近似在概率意义上，只要达到一定的样本量。我们还研究了三个数值例子来证明算法的能力，如提供非凸可达集近似和检测可达集中的漏洞。
2021-04-28 cs.SY eess.SY
Optimal Control for Discrete-Time Systems under Bounded Disturbances
本文提出基于可达集与难观测集椭球对偶性的新方法，为受有界扰动的线性离散系统提供状态反馈与滤波的精确解，并首次给出输出反馈控制的最优解，仿真验证其优于次优方法。
2024-09-18 cs.SY eess.SY
A Probabilistic Framework for Power System Large-Disturbance Global Instability Risk Assessment in the Presence of Renewable Wind Generation
传统电力系统对大规模风电接入的需求日益增长，这给风电接入带来了诸多挑战。其中之一是电力系统在受到大的干扰（例如故障）时的稳定性。本文提出了一种基于概率风险的框架，计算一个全球性的不稳定性指标，结合角度，电压和频率稳定性，大的干扰。此外，还观察到大风穿透对该指数的影响。使用DIgSILENT PowerFactory软件在IEEE 39总线测试系统上进行案例研究和相关仿真。结果表明，较高的风力发电渗透率提高了电力系统的全局稳定性。此外，研究了系统发电量和负荷变化对全局不稳定性指标的影响。
2022-05-07 cs.SY eess.SY
Probabilistic Safety under Arbitrary Disturbance Distributions using Piecewise-Affine Control Barrier Functions
本文提出基于分段仿射概率控制屏障函数的简单安全过滤器设计，通过混合整数规划和启发式搜索方法提升随机系统安全性和计算效率。
2025-12-03 cs.SY eess.SY math.OC
Input-to-state stabilization of linear systems under data-rate constraints
Rutgers University–New Brunswick（罗格斯大学新不伦瑞克校区）
本文研究了在未知干扰存在下，受有限数据率约束的连续时间线性系统反馈稳定化问题，提出了一种基于采样和量化状态测量的通信与控制策略，通过动态调整量化范围和利用量化参数估计的干扰，实现输入到状态稳定化，改进了现有结果。
2026-10-05 cs.SY eess.SY math.OC
Data-Driven Robust Backward Reachable Sets for Set-Theoretic Model Predictive Control
针对未知约束线性系统的鲁棒后向可达集计算问题，提出基于含噪数据的zonotopic内近似方法，据此构建无需模型与数据的集合论MPC控制器，经仿真验证有效且性能可与基于模型的方案相比。
2023-12-20 cs.SY eess.SY
Active Calibration of Reachable Sets Using Approximate Pick-to-Learn
University of California Berkeley（加州大学伯克利分校）；University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出使用主动学习策略校准可达集，通过近似Pick-to-Learn算法生成泛化界限，以提高校准效率和准确性。
2026-09-07 cs.SY eess.SY
Exploiting symmetry for discrete-time reachability computations
University of California, Berkeley（加州大学伯克利分校）
本文提出一种利用对称性计算非线性离散时间控制系统后向可达集的方法，通过动态博弈框架简化计算，提升效率。
2018-01-29 cs.SY eess.SY
Stochastic Model Predictive Control for Linear Systems with Unbounded Additive Uncertainties
针对具有无界可加不确定性的线性定常系统，提出了两种随机模型预测控制方法。新的方法是通过制定机会约束的确定性形式，这是类似于鲁棒约束，通过使用概率可达集处理。首先，采用时变概率可达集作为管，设计了基于概率可分解时变管的随机模型预测控制算法。其次，利用概率正不变集，通过在整个预测范围内不断收紧约束条件，提出了基于概率可分解常数管的随机模型预测控制算法。此外，为了提高算法的可行性，对状态初始化施加了软约束。算法的可行性和闭环稳定性的结果。数值模拟的方法的有效性证明。
2021-04-21 cs.SY eess.SY
Reachability of Linear Uncertain Systems: Sampling Based Approaches
在这项工作中，我们执行的线性动力系统的不确定性的安全性分析。而不是计算一个保守的overapproximation的可达集，我们的方法涉及计算一个统计近似可达集。因此，我们的方法提供的保证是概率性的。本文给出了两种计算统计近似可达集的方法。我们已经实现了我们的算法在基于Python的原型，并证明了我们的方法在各种案例研究的适用性。我们还提供了两种方法之间的实证比较，并与流 *。
2021-09-16 cs.SY eess.SY
Probabilistic Alternating Simulations for Policy Synthesis in Uncertain Stochastic Dynamical Systems
本文提出一种概率交替模拟关系，用于同时含随机和非确定性扰动的系统，支持鲁棒策略合成，并在4D Dubins车辆上验证其有效性。
2025-08-07 cs.LO cs.SY eess.SY
Efficient Probabilistic Planning with Maximum-Coverage Distributionally Robust Backward Reachable Trees
Laboratory for Information and Decision Systems, Massachusetts Institute of Technology（信息与决策系统实验室，麻省理工学院）；Draper, Cambridge MA 02139（Draper，剑桥MA 02139）
本文提出两种针对线性高斯系统的多查询运动规划算法，利用分布鲁棒后向可达树和新型模糊集公式，实现高概率到达目标区域，并证明在特定条件下达到最大或更优覆盖，通过仿真验证有效性。
2025-10-06 cs.RO cs.SY eess.SY
Computation of Maximal Admissible Robust Positive Invariant Sets for Linear Systems with Parametric and Additive Uncertainties
针对含参数与加性不确定性的约束离散线性时变系统，提出基于后向可达集与最小RPI集的有限时间收敛算法，求解最大可容许鲁棒正不变集并给出存在充要条件，经数值算例验证有效。
2024-06-01 cs.SY eess.SY math.OC
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
Data-Driven Probabilistic Finite $\mathcal{L}_2$-Gain Stabilization of Stochastic Linear Systems
UNSW Sydney（新南威尔士大学）；University of Alberta（阿尔伯塔大学）；Xi’an Jiaotong–Liverpool University（西交利物浦大学）
本文提出一种数据驱动的概率有限$\mathcal{L}_2$增益稳定化方法，通过噪声轨迹测量和扰动预测设计控制器，利用线性矩阵不等式实现凸优化设计。
2026-04-15 cs.SY eess.SY
Stochastic MPC with Online-optimized Policies and Closed-loop Guarantees
ETH Zurich（苏黎世联邦理工学院）
针对受加性高斯干扰的线性系统，提出随机模型预测控制方法，在线优化干扰反馈矩阵，保证概率约束闭环满意度等，核心机制是最大允许集及预测约束重调整，以建筑温度控制示例证明其适用性。
2026-07-14 cs.SY eess.SY math.OC
Recursively Feasible Stochastic Model Predictive Control using Indirect Feedback
Institute for Dynamic Systems and Control, ETH Zurich（苏黎世联邦理工学院动态系统与控制研究所）
本文提出了一种适用于线性离散时间系统且能处理可能无界和相关加性随机扰动序列的随机模型预测控制方法。通过概率可达集的概念，将机会约束类比于鲁棒MPC进行约束紧缩。引入一种初始化方法，保证递归可行性，从而可轻易证明闭环系统的机会约束满足。在加性扰动假设为独立同分布零均值的情况下，还提供了平均渐近性能界。两个示例展示了该方法，突显了新初始化方案的反馈特性以及在建筑控制设置中包含时变相关扰动。
2019-01-21 cs.SY eess.SY
Stochastic Model Predictive Control with Discounted Probabilistic Constraints
Department of Engineering Science, University of Oxford（牛津大学工程系）
本文研究了具有加性扰动的线性离散时间系统，设计了模型预测控制（MPC）律以最小化二次成本函数，同时满足机会约束。通过惩罚初始时间附近的违反概率并忽略远未来的时间概率，这种约束形式保证了在线优化的可行性，而无需假设扰动有界。利用切比雪夫不等式提出了计算方便的MPC优化问题，并引入了在线约束紧化技术以确保递归可行性。闭环系统被证明满足机会约束和二次稳定性条件。
2018-07-19 cs.SY eess.SY math.OC
A Probabilistic Method for Nonlinear Robustness Analysis of F-16 Controllers
Texas A&M University（德克萨斯农工大学）
本文提出一种概率方法，用于评估F-16飞机纵向飞行闭环性能下的控制器鲁棒性，比较LQR和gsLQR在存在随机初始条件和参数不确定性时的性能，证明gsLQR在中间时间具有更好的暂态性能。
2014-02-02 cs.SY eess.SY math.OC
Chance Constrained Stochastic Optimal Control Based on Sample Statistics With Almost Surely Probabilistic Guarantees
虽然技术已经开发的机会约束随机最优控制使用样本扰动数据，提供了一个概率的置信区间的机会约束满足，远不如知道如何使用样本数据的方式，可以提供几乎肯定的保证机会约束满足。本文提出了一种求解具有未知采样附加扰动的线性定常系统的机会约束随机最优控制问题的方法。我们提出了一个开环控制方案的多车辆规划，既有目标集和防撞约束。为此，我们推导了一个集中不等式，以约束基于样本统计量的随机变量的尾概率。使用导出的浓度不等式，我们重新制定每个机会约束的样本均值和样本标准差。虽然重新制定的界限是保守的，相对于原来的界限，他们有一个简单的和封闭的形式，保证机会约束满足几乎肯定，并服从凸优化技术的差异。我们证明了我们的方法对两个多卫星交会问题。
2023-03-29 cs.SY eess.SY math.OC
Stochastic Optimal Control For Gaussian Disturbances with Unknown Mean and Variance Based on Sample Statistics
针对加性高斯噪声具有未知均值和协方差的线性系统，提出了一种基于样本统计量的开环随机最优控制方法.我们考虑一个联合的机会约束下的时变多面体目标集的假设，干扰已被充分采样。我们推导出两个定理，使我们能够绑定的状态的概率超过一些样本的标准偏差远离样本均值。利用这些定理，我们将机会约束转化为一系列的凸线性约束。在这里，解决方案保证机会约束满足。我们证明了我们的方法上的卫星交会机动，并提供比较的情况下的方法。
2023-03-23 cs.SY eess.SY math.OC
Reachability Analysis for Power Systems with Heterogeneous Resources via Jordan Transformation
Division of Systems Engineering, Boston University（波士顿大学系统工程部）；Elia Grid International（Elia电网国际）；Department of Electrical and Computer Engineering, University of Minnesota（明尼苏达大学电气与计算机工程系）；Department of Computer Science, University of Colorado Boulder（科罗拉多大学博尔德分校计算机科学系）
研究含同步发电机、逆变器及不确定功率注入/撤出的输电级电力系统可达性分析，基于降阶模型推导线性常微分方程模型，结合区间可达性与收缩边界构建过近似，用约旦变换分离模式，实验验证方法有效性及计算效率。
2026-07-08 cs.SY eess.SY
A Tractable Fault Detection and Isolation Approach for Nonlinear Systems with Probabilistic Performance
ETH Zürich（苏黎世联邦理工学院）
本文提出一种可扩展方法，用于设计高维非线性系统的故障检测与隔离滤波器，通过统计信息训练线性残差生成器，以鲁棒化滤波器对非线性特征的处理。
2016-01-22 cs.SY eess.SY math.OC
Probably Approximately Correct Guarantees for Data-Driven Reachability Analysis: A Theoretical and Empirical Comparison
University of California, Berkeley（加州大学伯克利分校）
本文对比了数据驱动可达性分析中几种方法的PAC保证，探讨了计算与样本量之间的权衡，并指出不同方法在解释和参数设置上的细微差异导致其不可互换。
2026-09-22 cs.SY eess.SY
RNN Controller for Lane-Keeping Systems with Robustness and Safety Verification
本文提出一种带鲁棒性与安全性验证的RNN车道保持控制器，通过二次约束、线性分式变换、线性矩阵不等式和半定规划处理不确定性并验证系统安全。
2023-09-16 cs.SY eess.SY
Beyond Ellipsoids: Semi-Algebraic Tightening for Chance Constraints Under Actuator Saturation
Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；Grenoble INP（格勒诺布尔理工学院）；CNRS（法国国家科学研究中心）
针对有饱和输入和无界干扰的机会约束系统，提出半代数方法收紧约束，利用饱和误差动态的分段仿射结构，通过平方和优化设计李雅普诺夫函数，优化集合几何，数值例展示了设计有效性。
2026-09-29 cs.SY eess.SY math.OC
Backward Reachability Analysis of Perturbed Continuous-Time Linear Systems Using Set Propagation
针对受扰连续时间线性系统，提出基于集合传播技术的后向可达性分析算法，解决了传统方法指数级扩展的瓶颈，实现了多项式级扩展并能分析超百维系统。
2025-09-18 cs.NA cs.SY eess.SY
Learning-based Homothetic Tube MPC
Imperial College London（帝国理工学院）；University of Stuttgart（斯图加特大学）；Linköping University（林雪平大学）；University of Oxford（牛津大学）
本文提出一种基于学习的同态管MPC方法，通过在线学习近似未知扰动集，实现对线性系统在有界扰动和混合约束下的有效控制。
2025-05-06 cs.SY eess.SY math.OC
Generating Formal Safety Assurances for High-Dimensional Reachability
University of Southern California（南加州大学）
针对高维系统下HJ可达性分析维度灾难与DeepReach神经求解器无安全保证的问题，提出误差界计算与场景优化方法，实现高维场景下概率安全的可达管近似。
2023-06-10 cs.AI cs.LG cs.RO
Computing Robustly Forward Invariant Sets for Mixed-Monotone Systems
本文提出了一种新的工具来研究连续时间混合单调动力系统在扰动输入下的可达性和集不变性。混合单调系统的向量场可以通过分解函数分解为递增和递减分量，并且这种分解能够将原始动力学嵌入到更高维的嵌入系统中。当原系统受到未知干扰输入时，嵌入系统没有干扰，其轨迹为原动态的有限时间可达集提供了边界。我们的主要贡献是展示如何可以有效地确定鲁棒的前向不变和吸引集的混合单调系统，通过研究这个嵌入系统的某些平衡。我们还展示了这种方法，当应用到向后的时间动态，建立不同的鲁棒性向前不变集的原始动态。最后，我们提出了一个独立的结果计算分解函数的系统多项式动力学。这些工具和结果证明通过几个例子和案例研究。
2020-08-21 cs.SY eess.SY math.DS
Synthesis of safety certificates for discrete-time uncertain systems via convex optimization
本文针对受加性扰动的离散时间线性系统，提出两类半定规划以协同设计控制障碍函数和线性反馈控制器，分别给出最坏情形无限时域安全与有限时域概率安全保证，并扩展至输入约束、分布模糊、安全滤波和避障。
2025-05-13 cs.SY eess.SY math.OC
Bridging Data-Driven Reachability Analysis and Statistical Estimation via Constrained Matrix Convex Generators
Technical University of Munich（慕尼黑工业大学）；Technical University of Darmstadt（达姆施塔特工业大学）
本文提出基于椭球体的混合范数不确定性集，通过约束凸生成器实现更精确的数据驱动可达性分析，提升安全验证和控制设计的准确性。
2026-04-06 cs.SY eess.SY
Scalable Data-Driven Reachability Analysis and Control via Koopman Operators with Conformal Coverage Guarantees
Georgia Institute of Technology（佐治亚理工学院）；School of ECE（电子工程学院）；Schools of Cybersecurity & Privacy & Aerospace Eng（网络安全与隐私及航空航天工程学院）
本文提出基于Koopman算子的可扩展数据驱动可达性分析与控制方法，通过符合预测保证系统覆盖，提升高维任务的可达集覆盖率和计算效率。
2026-01-03 cs.AI cs.LG cs.RO
Safety Verification of Stochastic Systems under Signal Temporal Logic Specifications
研究随机系统在信号时序逻辑规范下的验证问题，提出STL侵蚀策略，将概率验证转化为更严格的确定性验证，可与现有算法无缝集成，数值实验验证了其有效性。
2025-02-11 cs.FL cs.LO cs.SY
Data-Driven Reachability with Scenario Optimization and the Holdout Method
本文提出使用留出法进行数据驱动可达性分析，在多个数值示例中证明其概率边界更尖锐且样本需求更少，并论证了概率边界的必要性。
2025-09-11 cs.SY eess.SY
Computing Probabilistic Controlled Invariant Sets
KTH Royal Institute of Technology（瑞典皇家理工学院）；Nanyang Technological University（南洋理工大学）
本文研究了通过概率可控不变集（PCIS）来计算控制系统的随机不变性，提出了有限和无限时间 horizon 的 PCIS，并探讨了它们与 RICS 的关系。设计了迭代算法来计算给定集合内的 PCIS，对于离散空间系统，使用线性规划和混合整数线性规划进行计算，对于连续空间系统，展示了如何离散化空间并证明了近似计算的收敛性。
2021-07-05 cs.SY eess.SY
Robust Operational Space Control with Conformal Disturbance Bounds for Safe Redundant Manipulation
Department of Engineering Technology and the Department of Electrical and Computer Engineering, University of Houston（工程科技系和电气与计算机工程系，休斯顿大学）
提出结合扩展状态观测器和共形预测的鲁棒操作空间控制框架，在动态不确定性下实现冗余机械臂的精确任务空间跟踪与安全保证。
2026-07-02 cs.RO cs.SY eess.SY
A Stochastic Robust Adaptive Systems Level Approach to Stabilizing Large-Scale Uncertain Markovian Jump Linear Systems
提出一种基于系统级综合（SLS）的随机鲁棒自适应框架，通过贝叶斯推断和局部信息一致性方法，实现大规模不确定马尔可夫跳变线性系统在扰动与拓扑切换下的可扩展鲁棒稳定。
2024-08-28 cs.SY eess.SY
On control of discrete-time state-dependent jump linear systems with probabilistic constraints: A receding horizon approach
CRAN–CNRS UMR 7039, Université de Lorraine（洛林大学）；Instituto Tecnologico de Hermosillo（埃莫西约理工学院）；Instistute of Mathematics “Simon Stoilow”, Romanian Academy（罗马尼亚科学院西蒙·斯托伊洛数学研究所）
本文提出一种滚动时间方法，用于控制具有概率约束的离散时间状态依赖跳跃线性系统，通过将概率约束转换为确定性约束，解决线性矩阵不等式问题，实现状态变量的均方有界性。
2014-07-24 cs.SY eess.SY
