Collaborative Safety-Critical Control for Dynamically Coupled Networked Systems
针对动态耦合网络化系统的安全控制需求，提出基于协作控制屏障函数的去中心化安全控制算法，证明其前向不变性与收敛性，并在SIS模型上完成验证。
2024-07-13 cs.MA cs.SY eess.SY
An optimal transport foundation for a class of dynamically consistent risk measures
University of Konstanz（康斯坦茨大学）；University of Waterloo（滑铁卢大学）
本文研究了一种通过允许转移律的分布不确定性来稳健化时间齐次马尔可夫参考模型的一类动态一致风险测度，提出了一种基于最优传输的动态风险测度框架，并通过凸共轭得到显式公式。
2026-05-20 math.OC math.PR q-fin.MF
Failure of uniform laws of large numbers for subdifferentials and beyond
University of Southern California（南加州大学）
本文通过构造一元随机Lipschitz函数和二元随机凸函数，证明在自然假设下子微分的统一大数定律不成立，并揭示了样本平均近似和子微分近似的根本限制。
2026-03-16 math.OC math.ST stat.ML
Topological Obstructions to the Existence of Control Barrier Functions
California Institute of Technology（加州理工学院）
本文基于Brockett的拓扑必要条件，推导了控制屏障函数存在的必要条件，并通过示例和非holonomic系统展示其应用。
2026-03-19 cs.SY eess.SY math.OC
Training Neural Network Controllers Using Control Barrier Functions in the Presence of Disturbances
Arizona State University（亚利桑那州立大学）；University of Colorado Boulder（科罗拉多大学博尔德分校）；CIDSE（CIDSE（可译为“科罗拉多独立研究与教育中心”或保留原缩写））
控制障碍函数（CBF）近年来已被用于非线性系统可证安全反馈控制律的设计。这些反馈控制方法通常通过求解在线二次规划（QP）来计算下一个控制输入。实时求解QP对于资源约束系统来说可能是计算上昂贵的过程。在这项工作中，我们建议使用模仿学习学习基于神经网络的反馈控制器，将满足CBF约束。在此过程中，我们还发展了一类新的高阶CBF系统的外部干扰。我们证明了一个受到外部干扰，例如，风或水流。
2020-01-18 cs.LG cs.SY eess.SY
Constrained Lyapunov Stabilization based on Gauss Variational Equations: From Spacecraft Orbital Transfers to Rendezvous
University of Michigan（密歇根大学）
本文扩展基于高斯变分方程的李雅普诺夫反馈律至交会机动，通过障碍函数、饱和及参考调节器处理约束，并引入外环反馈调整半长轴，仿真验证了传统推进和洛伦兹力推进下的安全闭环交会。
2026-06-11 math.OC
Control of high-dimensional collective dynamics by deep neural feedback laws and kinetic modelling
针对高维多智能体系统控制的维度灾难问题，提出一种基于 Boltzmann 动力学方程的模型，利用深度神经网络和监督学习高频采样并近似双智能体最优控制问题，实现了高维大规模受控粒子集合的快速模拟与有效控制。
2025-07-14 math.OC
Control of Multi-Agent Systems with Finite Time Control Barrier Certificates and Temporal Logic
Georgia Institute of Technology（佐治亚理工学院）
本文提出利用有限时间收敛控制屏障函数和线性时序逻辑规范合成多智能体连续时间动态系统的控制器，确保系统在有限时间内收敛到目标集并保持前向不变性，解决连续时间可达性问题。
2018-08-07 cs.RO cs.SY eess.SY
Equilibrium for regular-singular control under mean-variance criterion: A unified approach via control laws
Tsinghua University（清华大学）；The Hong Kong Polytechnic University（香港理工大学）
本文针对均值方差准则下的混合正则-奇异控制问题，在个人内博弈框架中提出新均衡概念，推导了均衡的数学刻画，并为再保险问题构造了显式耦合均衡解，退化情形下解可简化为独立单控制均衡组合。
2026-08-20 math.OC
Safety Control of Impulsive Systems with Control Barrier Functions and Adaptive Gains
本文针对脉冲系统状态跳变带来的安全控制难题，提出融合二次规划、控制屏障函数与自适应增益的统一框架，并通过机器人机械臂仿真验证其有效性。
2025-04-10 math.OC
Constrained Parameter Update Law for Adaptive Control
University of Connecticut（康涅狄格大学）
本文提出了一种基于约束优化的自适应控制参数更新方法，通过仿真验证了其在保持参数约束和收敛到真实参数方面的有效性。
2026-08-31 cs.SY eess.SP eess.SY
Safety-Critical Control and Planning for Obstacle Avoidance between Polytopes with Control Barrier Functions
UC Berkeley（加州大学伯克利分校）
多面体间的避障问题是最优控制和基于优化的轨迹规划问题中的一个具有挑战性的课题。现有的工作要么解决这个问题，通过混合整数优化，依赖于简化的系统动力学，或通过模型预测控制与双变量使用距离约束，需要长的视野避障。在任何一种情况下，解决方案只能作为离线规划算法应用。在本文中，我们利用的属性，一个较小的地平线是足够的避障，通过使用离散时间控制障碍函数（DCBF）的约束，我们提出了一种新的优化配方与双变量的基础上DCBF生成一个无碰撞的动态可行的轨迹。所提出的优化公式具有较低的计算复杂性相比，现有的工作，可以作为一个快速的在线算法的控制和规划一般的非线性动力系统。我们验证了我们的算法不同的机器人形状，使用数值模拟与运动自行车模型，从而成功地通过迷宫环境中的多面体障碍物导航。
2022-05-31 cs.RO cs.SY eess.SY
Safety Verification and Controller Synthesis for Systems with Input Constraints
本文研究非线性控制系统的安全性验证和安全控制器综合问题。控制屏障证书（CBC）方法被提议作为屏障证书方法的扩展。我们的方法可以用来描述一个给定的集合的控制不变性的安全性的一般非线性控制系统受输入约束。从控制器设计的角度来看，所提出的方法提供了一种方法来综合一个安全的控制律，保证系统的轨迹从一个给定的初始设置不进入一个不安全的设置。与相关的控制障碍函数的方法，我们的制定只考虑了向量场的切锥的零水平集定义的证书，并被证明是不太保守的数值证据。对于具有半代数初始集和安全集的多项式系统，可以利用平方和分解和半定规划综合CBCs和安全控制律。实例证明了我们的方法。
2022-04-21 cs.SY eess.SY math.OC
Invariance Guarantees using Continuously Parametrized Control Barrier Functions
本文提出连续参数化控制屏障函数（PCBF）框架，通过动态选择参数对应的简单不变集实现安全控制，并基于二次规划推导出PCBF-QP控制器，避免了合成单一复杂CBF的困难，同时扩展至高阶情形并通过仿真验证有效性。
2025-07-17 cs.SY eess.SY math.OC
Safety-Critical Planning and Control for Dynamic Obstacle Avoidance Using Control Barrier Functions
Boston University（波士顿大学）；University of Maryland（马里兰大学）
本文提出一种结合MPC与离散时间高阶控制屏障函数的框架，通过网格映射生成凸多面体构建安全约束，无需已知障碍物边界方程，并集成路径规划保证全局最优性，在动态狭窄环境中实现独轮机器人的高效安全避障。
2025-02-07 cs.RO math.OC
