Reachability Analysis for Linear Systems with Uncertain Parameters using Polynomial Zonotopes
本文提出基于多项式zonotope集合传播的线性不确定系统可达性算法，能紧密刻画可达集非凸性，并扩展至时变、非线性及混合系统，在两个基准上验证了优于现有方法的紧致性与可扩展性。
2024-06-16 cs.SY eess.SY
Sparsity-Promoting Reachability Analysis and Optimization of Constrained Zonotopes
The Pennsylvania State University（宾夕法尼亚州立大学）；Penn State Applied Research Laboratory（宾州州立应用研究实验室）
本文提出了一种基于约束聚束体的可达性分析与优化方法，通过提高矩阵稀疏性提升效率，应用于预测控制、状态估计和安全验证，实验表明其性能与QP求解器相当。
2026-03-01 cs.SY eess.SY math.OC
Hybrid zonotopes: a new set representation for reachability analysis of mixed logical dynamical systems
提出混合zonotope集合表示，通过N个二元因子等价于2^N个约束zonotope的并集，为混合逻辑动态系统提供精确可达集闭式解，并证明其运算封闭性。
2023-04-25 cs.SY eess.SY
Data-Driven Reachability Analysis Using Matrix Perturbation Theory
Technical University of Munich（慕尼黑工业大学）
本文提出基于矩阵扰动理论的矩阵ゾノトープ扰动框架，通过改进的矩阵ゾノトープ来描述噪声引起的动态变化，并引入系数空间近似方法以提高可达集更新的效率和准确性。
2026-04-15 cs.SY eess.SY
Backward Reachability Analysis of Neural Feedback Systems Using Hybrid Zonotopes
神经网络在安全关键应用中的扩散需要开发有效的方法来确保其安全性。本文提出了一种新的方法，用于计算基于混合区域规划的神经反馈系统的精确向后可达集。结果表明，由ReLU激活的神经网络施加的输入输出关系可以精确地描述由混合zonotope-represented图集。在此基础上，将神经反馈系统的一步精确向后可达集作为一个封闭形式的混合带域来计算。此外，一个充要条件被制定为一个混合整数线性规划，以证明神经反馈系统的轨迹是否可以避免在有限时间内的不安全区域。数值例子证明了所提出的方法的有效性。
2023-03-18 cs.SY eess.SY math.OC
Hybrid Zonotope-Based Backward Reachability Analysis for Neural Feedback Systems With Nonlinear Plant Models
本文提出利用混合zonotope对非线性被控对象和一般激活函数的神经反馈系统进行后向可达集过近似，并给出闭式表达式和细化程序，通过两个数值示例验证了方法的有效性。
2024-03-19 cs.SY eess.SY math.OC
Data-Driven Nonconvex Reachability Analysis using Exact Multiplication
KTH Royal Institute of Technology（皇家理工学院）
本文提出了一种基于受限多项式ゾノトープ的精确乘法方法，用于数据驱动的非凸可达性分析，提升了对线性时变系统可达集的上界精度。
2025-12-19 cs.SY eess.SY
Provably Safe Reinforcement Learning via Action Projection using Reachability Analysis and Polynomial Zonotopes
Technical University of Munich（慕尼黑工业大学）；Stony Brook University（石溪大学）
虽然强化学习在许多应用中产生了非常有前途的结果，但其主要缺点是缺乏安全保证，这阻碍了其在安全关键系统中的使用。在这项工作中，我们解决这个问题的安全盾的非线性连续系统，解决达到避免任务。我们的安全盾通过将建议的动作投影到最接近的安全动作来防止从强化学习代理应用潜在的不安全动作。这种方法被称为动作投影，并通过混合整数优化来实现。动作投影的安全约束是通过应用参数化的可达性分析，使用多项式zonotopes，这使得能够准确地捕捉系统上的动作的非线性影响。与其他最先进的动作投影方法相比，我们的安全防护罩可以有效地处理输入约束和动态障碍物，简化将空间机器人尺寸纳入安全约束，尽管有过程噪声和测量误差，但仍能保证鲁棒的安全性，并且非常适合高维系统，正如我们在几个具有挑战性的基准系统上所展示的那样。
2023-03-14 cs.LG cs.RO cs.SY
Forward and Backward Reachability Analysis of Closed-loop Recurrent Neural Networks via Hybrid Zonotopes
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
本文提出一种基于混合zonotope的方法，用于计算闭环RNN系统的精确前向和后向可达集，并通过松弛方案提升可扩展性，同时验证系统安全性。
2026-03-12 cs.SY eess.SY math.OC
Formal Verification of Linear Temporal Logic Specifications Using Hybrid Zonotope-Based Reachability Analysis
本文提出用混合zonotope后向可达性分析构造时序逻辑树，以计算高效且能表示非凸、不相交几何形状的方式形式化验证自主系统的LTL规范。
2024-04-04 cs.LO cs.SY eess.SY
Motion Planning with Metric Temporal Logic Using Reachability Analysis and Hybrid Zonotopes
The Pennsylvania State University（宾夕法尼亚州立大学）
本文提出了一种基于可达性分析和混合容积集的运动规划方法，用于满足时间依赖任务需求，展示了其在处理动态环境和多智能体协调方面的优势。
2026-01-30 cs.RO cs.SY eess.SY
Reachability Analysis of Nonlinear Discrete-Time Systems Using Polyhedral Relaxations and Constrained Zonotopes
针对非线性离散时间系统可达性分析，提出结合约束 zonotopes（CZs）与非线性函数因子化多面体松弛的新算法，其传播方法比线性化更优，较其他 CZ 方法显著提升可达集计算精度，数值示例验证优势。
2025-04-15 cs.SY eess.SY math.OC
Polynomial Logical Zonotope: A Set Representation for Reachability Analysis of Logical Systems
针对逻辑zonotope仅能精确计算部分逻辑运算的问题，本文提出由相关生成元和指数矩阵构造的多项式逻辑zonotope，可在约简空间中精确执行全部基本逻辑运算，并通过协议验证、布尔函数分析和密钥穷举搜索验证其效率与可扩展性。
2024-09-07 cs.CC cs.DS cs.LO
Efficient Backward Reachability Using the Minkowski Difference of Constrained Zonotopes
向后可达性分析是合成控制器以确保闭环系统正确性的关键。针对离散时间不确定线性和非线性系统，研究了欠逼近向后可达集的可扩展算法。我们的算法顺序线性化的动态，并使用约束zonotopes集表示和计算。我们的算法的主要技术成分是一种有效的方法来近似的Minkowski差之间的约束zonotopic被减数和zonotopic减数，其中包括所有可能的值的不确定性和线性化误差。这种闵可夫斯基差异需要表示为一个受约束的zonotope，使后续的计算，但是，正如我们所示，这是不可能找到一个多项式大小的表示它在多项式时间。我们的算法在多项式时间内找到了一个多项式大小的欠近似。我们进一步分析了这种欠逼近技术的保守性，并证明了它在一定条件下是精确的。基于Minkowski差分技术，我们详细介绍了两个向后可达集计算算法，以控制线性化误差和纳入非凸状态约束。几个例子说明了我们的算法的有效性。
2022-08-26 cs.CG cs.SY eess.SY
Data-Driven Reachability Analysis from Noisy Data
KTH Royal Institute of Technology（KTH皇家理工学院）；Constructor University（Constructor大学）；University of Stuttgart（斯图加特大学）
我们考虑的问题，直接从噪声数据计算可达集没有给定的系统模型。几种可达性算法，提出了不同类型的系统生成的数据。首先，针对线性系统，提出了一种基于矩阵区域拓扑的过逼近可达集计算算法。约束矩阵zonotopes的引入，以提供较少的保守可达集的成本增加的计算费用，并利用将先验知识的未知系统模型。然后，我们将这种方法推广到多项式系统，并在Lipschitz连续的假设下，推广到非线性系统。这些算法给出了理论保证，因为它们给出了一个包含真可达集的适当的过近似可达集。多个数值算例和实际实验表明了算法的适用性，并对算法进行了比较。
2023-03-12 cs.LG 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
Orthogonal Transformations for Efficient Data-Driven Reachability Analysis
Technical University of Munich（慕尼黑工业大学）
本文提出基于正交矩阵的框架，通过坐标变换减少可达集生成器数量，显著降低体积，提升数据驱动安全验证的精度。
2026-04-15 cs.SY eess.SY
Functional sets with typed symbols : Mixed zonotopes and Polynotopes for hybrid nonlinear reachability and filtering
Univ. Bordeaux（波尔多大学）；CNRS（法国国家科学研究中心）；IMS（集成微电子与智能系统研究所）
信息物理系统（CPS）的验证和综合是具有挑战性的，至今仍提出了许多问题。本文基于符号型域上的函数映象--混合集的概念，提出了一种结合急切求值和惰性求值的组合方法。语义和语义是明确区分的。连续（区间）和离散（有符号，布尔）符号类型都用于通过线性和多项式函数来建模依赖关系，因此导致混合zonotopic和polynotopic集。Polynotopes扩展稀疏多项式zonotopes类型的符号。Polynotopes既可以传播区间的混合编码，又可以描述逻辑门的行为。给出了一个函数完备性结果，以及初等非线性函数和开关函数的包含方法。一个Polynotopic卡尔曼滤波器（PKF），然后提出了一个混合的非线性扩展Zonotopic卡尔曼滤波器（ZKF）。简要概述了具有随机不确定性范例的桥梁。最后，通过离散、连续和混合数值算例的比较，说明了理论结果的有效性。
2022-03-03 cs.AI cs.SY eess.SY
GPS Spoofing Mitigation and Timing Risk Analysis in Networked PMUs via Stochastic Reachability
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Stanford University（斯坦福大学）；Indian Institute of Technology, Bombay（印度理工学院孟买分校）
为了解决PMU对欺骗的脆弱性，我们提出了一个集值状态估计技术称为随机可达性为基础的分布式卡尔曼滤波器（SR-DKF），计算安全的GPS定时在网络的接收机。利用随机可达性，我们不仅估计GPS时间，而且其随机可达集，这是通过概率zonotope（p-Zonotope）参数化。虽然仅在非欺骗条件下需要已知的测量误差界限，但我们设计了一种两层方法：我们首先通过测量创新与其预期的p-Zonotope的偏差来执行测量级欺骗缓解，其次通过估计的pZonotope与违反IEEE C37.118.1a-2014标准的不安全集合的相交概率来执行状态级时序风险分析。我们验证建议的SR-DKF进行模拟接收机网络协调信号级欺骗。我们证明了提高GPS定时精度和成功的欺骗缓解通过我们的SR-DKF。我们验证的鲁棒性估计的定时风险的接收器的数量是不同的。
2021-01-13 cs.MA cs.RO cs.SY
Transformer-Enhanced Data-Driven Output Reachability with Conformal Coverage Guarantees
Technical University of Munich（慕尼黑工业大学）
本文研究了在未知状态空间矩阵和未知观测映射条件下，仅通过噪声输入输出测量进行输出可达性分析，利用Cayley-Hamilton定理消除隐状态，构建参数不确定的自回归输入输出模型，并通过Transformer缓解保守性，实现分布无关的覆盖保证。
2026-04-02 cs.SY eess.SY
Sparse Spectrahedral Shadows for State Estimation and Reachability Analysis: Set Operations, Validations and Order Reductions
本文提出用稀疏谱面阴影统一表示椭球、zonotope等集合，给出多种集合运算的多项式时间无近似解析形式，并开发验证与降阶技术，使其适用于状态估计和可达性分析等任务。
2025-04-12 cs.SY eess.SY
Transformer-Accelerated Interpolated Data-Driven Reachability Analysis from Noisy Data
TUM School of Computation, Information, and Technology (CIT), Technical University of Munich (TUM)（慕尼黑工业大学计算、信息与技术学院）
本文提出插值可达性分析方法，通过稀疏链粗锚集和并行重建细分辨率中间集，实现数据驱动的可达集近似，结合Transformer加速提升计算效率。
2026-04-02 cs.SY eess.SY
NNV: The Neural Network Verification Tool for Deep Neural Networks and Learning-Enabled Cyber-Physical Systems
Vanderbilt University（范德堡大学）；University of Pennsylvania（宾夕法尼亚大学）
本文介绍了神经网络验证（NNV）软件工具，这是一个基于集合的验证框架，用于深度神经网络（DNN）和支持学习的网络物理系统（CPS）。NNV的核心是一系列可达性算法，这些算法使用了各种集合表示，如多面体、星集、zonotopes和抽象域表示。NNV支持精确（健全和完整）和过近似（健全）可达性算法，用于验证具有各种激活函数的前馈神经网络（FFNN）的安全性和鲁棒性。对于具有学习能力的CPS，例如包含神经网络的闭环控制系统，NNV为线性对象模型和具有分段线性激活函数（例如ReLU）的FFNN控制器提供精确和过近似的可达性分析方案。对于类似的神经网络控制系统（NNCS），而不是具有非线性的植物模型，NNV支持过近似分析相结合的星集分析用于FFNN控制器与zonotope-based分析的非线性植物动态CORA建设。我们使用两个真实案例研究来评估NNV：第一个是ACAS Xu网络的安全性验证，第二个是基于深度学习的自适应巡航控制系统的安全性验证。
2020-04-12 cs.LG cs.SY eess.SY
Exact Volume of Zonotopes Generated by a Matrix Pair
本文定义了一类由有限区间参数矩阵对生成的特殊带域。我们讨论了这些zonotopes的体积和一个方面（可控区域的体积）的动力系统的可控性之间的关系。给出了一个推论，并发展了一种计算特殊地带空间体积的有效递归方法。此外，我们开发了两个递归和解析体积计算方法的有限和无限时间可控区域的实特征值。我们进行数值实验，以证明这些新的体积计算方法的有效性zonotopes和地区。
2020-04-12 cs.SY eess.SY math.OC
Invariant, Viability and Discriminating Kernel Under-Approximation via Zonotope Scaling
本文针对具有对抗输入的离散时间仿射动态系统，通过缩放中心-生成器形式的 zonotopes 并利用凸优化求解缩放因子，构造了欠逼近不变核、可行核和判别核的集合，实现了可扩展的安全验证。
2019-01-04 cs.SY eess.SY math.OC
Moving Horizon Estimation of Hybrid Systems Using Hybrid Zonotopes and Mixed-Integer Quadratic Programs
The Pennsylvania State University（宾夕法尼亚州立大学）
本文提出一种基于混合zonotope和混合整数二次规划的混合系统移动时域估计方法，通过可达性计算构建可行空间并提升状态空间估计动态模式，求解速度较标准混合逻辑动态系统方法提升数个数量级。
2026-10-09 cs.SY eess.SY
Data-Driven Nonconvex Reachability Analysis using Exact Set Propagation
Technical University of Munich（慕尼黑工业大学）；KTH Royal Institute of Technology（皇家理工学院）；Eindhoven University of Technology（埃因霍温理工大学）
本文研究了具有未知动态和非凸可达集的动力系统确定性数据驱动可达性分析。通过引入约束多项式矩阵ゾノトープ（CPMZs）表示数据一致模型集，实现了精确的集合传播，避免了保守性，并能表示非凸可达集。
2026-04-03 cs.SY eess.SY
Explicit MPC for the constrained zonotope case with low-rank matrix updates
Department of Automatic Control；System Theory, Ruhr University, Bochum, 44801 Bochum, Germany.
针对显式MPC计算量随维度和时域指数增长的问题，利用constrained-zonotope几何特性，在提升生成空间中通过二阶最优性条件求解，采用低秩矩阵更新和候选有效集解析枚举加速显式解计算。
2026-11-11 cs.SY eess.SY math.OC
Tube-Based Zonotopic Data-Driven Predictive Control
针对受有界附加扰动影响的线性系统，提出了一种基于管的数据驱动预测控制方法。我们的方法利用最近的结果在未知的线性系统的可达性分析，制定和解决一个强大的基于管的预测控制问题。更确切地说，我们的方法包括从收集的数据中导出一个包括真实状态误差集的zonotope。我们展示了如何保证所产生的错误zonotope，这可以被利用来增加现有zonotopic数据驱动的MPC配方的计算效率的稳定性。双积分器的强对抗性噪声的影响下的结果表明，所提出的控制方法的有效性。
2022-11-24 cs.SY eess.SY
Data-Driven Safety Verification using Barrier Certificates and Matrix Zonotopes
Technical University of Munich（慕尼黑工业大学）
针对信息物理系统因模型不可靠或难以获取导致的安全验证难题，提出基于矩阵 zonotopes 和障碍证书的数据驱动框架，通过构建包含真实模型的模型集并集成障碍证书，实现无需显式模型的严格安全验证，数值实验验证了有效性。
2025-04-14 cs.FL cs.LG cs.SY
Robust Data-Driven Predictive Control using Reachability Analysis
Jacobs University Bremen（不来梅雅各布大学）；KTH Royal Institute of Technology（KTH皇家理工学院）；University of California, Berkeley（加州大学伯克利分校）
针对具有有界过程和测量噪声的未知线性系统模型，提出了一种鲁棒数据驱动控制方案。提出了一种基于数据驱动可达区域的控制器，而不是传统预测控制中依赖于系统模型的控制器。数据驱动的可达区域是基于矩阵zonotope递归和计算的基础上，只有嘈杂的输入输出数据的轨迹的系统。我们假设测量和过程噪声包含在有界集合中。虽然我们假设这些界限的知识，没有关于噪声的统计特性的知识是假设的。在无噪声的情况下，我们证明了所提出的纯数据驱动的控制方案的结果在一个等效的闭环行为的名义模型预测控制计划。在测量和过程噪声的情况下，我们提出的方案保证了鲁棒的约束满足，这在安全关键应用中是必不可少的。数值实验表明，所提出的数据驱动控制器的有效性相比，基于模型的控制方案。
2022-07-13 cs.LG cs.SY eess.SY
Efficient reachability analysis of parametric linear hybrid systems with time-triggered transitions
有效地处理时间触发和可能的不确定性开关的混杂系统可达性是一项具有挑战性的任务。在本文中，我们提出了一种方法的基础上保守的集合为基础的封闭的动力学，可以处理系统的不确定参数和输入，其中的不确定性是绑定到给定的区间。该方法进行了评估的实验机电制动系统的周期控制器的植物模型。在这个模型中，快速切换控制器动态需要纳秒量级的仿真时间尺度。已知对于相对大的时间范围的精确的基于集合的计算是昂贵的。然而，通过适当地解耦的时间变量相对于空间变量，并封闭的不确定参数使用区间矩阵映射作用于zonotopes，我们表明，计算时间可以降低到5000倍的速度比以前的作品。这是混杂系统的形式验证的一个进步，因为减少运行时间允许工程师以相对便宜的计算成本在他们的模型中引入更多的表现力。
2022-07-06 cs.SY eess.SY
Data-Driven Reachability Analysis for Piecewise Affine Systems
Technical University of Munich（慕尼黑工业大学）；University of Trieste（的里雅斯特大学）
本文提出了一种基于混合锥体的数据驱动可达性分析方法，用于解决分段仿射系统中动态突变区域边界的问题，并评估了考虑测量噪声的集合估计方法。
2026-02-17 cs.SY eess.SY
Integration of Prior Knowledge into Direct Learning for Safe Control of Linear Systems
本文提出将先验知识集成到线性不确定系统的安全控制器直接学习中，通过利用矩阵Zonotope并添加等式一致性约束形式化闭环系统的可解释性，设计符合数据与先验知识的安全控制器，并基于线性规划提供集包含条件。
2025-03-02 cs.SY eess.SY
Data-Driven Set-Based Estimation using Matrix Zonotopes with Set Containment Guarantees
提出了一种基于数据驱动的集合传播函数对未知动态线性系统进行基于集合的状态估计的方法。我们的方法带有集合包容保证，使其适用于安全关键系统。该方法由两个阶段组成：（1）离线学习阶段，我们收集有噪声的输入-输出数据，以确定一个函数来提前传播状态集;以及（2）在线估计阶段，包括时间更新和测量更新。假设已知的有限集合约束测量噪声和干扰，但我们假设不知道它们的统计特性。这些集合使用zonotopes描述，允许有效的传播和交叉操作。我们提出了一种新的方法来计算一组模型的数据和噪声约束一致，给定的输入输出数据在离线阶段。模型的集合被用于在在线阶段中替换数据驱动集合传播函数中的未知动态。然后，我们提出了两种方法来执行测量更新。仿真结果表明，该估计量产生的状态集的体积可比的3σ置信界得到的卡尔曼滤波器的方法，但与状态集遏制保证。我们观察到，使用约束zonotopes产生较小的集，但具有更高的计算成本比无约束的。
2022-03-27 cs.SY eess.SY
Robust Data-EnablEd Predictive Leading Cruise Control via Reachability Analysis
本文提出RDeeP-LCC方法，结合可达性分析与数据驱动预测控制，在噪声和干扰下实现网联自动驾驶车辆的安全最优控制，并通过仿真验证其在抑制交通波方面优于基线方法。
2024-10-02 cs.SY eess.SY
Set-Based Reachability for Low-Thrust Spacecraft in Two-Body and Cislunar Dynamical Systems
The University of Texas at Arlington（阿灵顿得克萨斯大学）
本文提出了一种基于集的可达性分析方法，用于分析低推力航天器在双体和地月动力学系统中的可达性，通过状态依赖系数参数化和矩阵传播实现高效轨迹生成和轨道保持控制。
2026-01-23 cs.SY eess.SY math.OC
Data-Driven Reachability Analysis with Optimal Input Design
Technical University of Munich（慕尼黑工业大学）；Technical University of Darmstadt（达姆施塔特工业大学）；University of Trieste（的里雅斯特大学）
本文提出两种策略减少离散时间线性系统在有界过程噪声下的可达集保守性，通过行范数最小化右逆和在线A最优输入设计提高数据信息量和模型集条件，实现更紧的可达集。
2026-04-06 cs.SY eess.SY
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
Robust Nonlinear Data-Driven Predictive Control for Mixed Vehicle Platoons via Koopman Operator and Reachability Analysis
Tsinghua University（清华大学）；University of Michigan（密歇根大学）；National University of Singapore（新加坡国立大学）
针对混合车辆队列中非线性动力学与噪声、扰动、攻击等不利因素，提出基于Koopman算子和矩阵zonotope可达集分析的鲁棒非线性数据驱动预测控制框架，并通过滚动时域优化实现安全最优控制，仿真验证其跟踪性能显著优于基线方法。
2025-11-06 cs.SY eess.SY
Direct Computing on Control Capability for Linear Continuous-time Systems Based on Hurwitz Matrix
基于线性连续时间（LCT）系统的能控标准形和Hurwitz稳定性判据的Hurwitz矩阵，提出了一种不需要特征值计算的光滑能控域的解析体积计算方法.然后，将该计算方法推广到LCT系统能控椭球的体积计算。由于能控性带域和椭球与控制能力直接相关，而它们的体积又是描述控制能力的主要指标，因此本文提出的体积计算新方法对LCT系统控制能力的计算、分析和优化有很大帮助。
2022-10-16 cs.SY eess.SY math.OC
Reachability Analysis of the State Transition and State Covariance Matrices for an LTV System
FAMU-FSU College of Engineering（FAMU-FSU 工程学院）；Georgia Institute of Technology（佐治亚理工学院）
本文研究了线性时变系统在有限时间区间内，通过状态反馈控制获得的闭环状态转移矩阵和从给定初始状态协方差矩阵出发的状态协方差矩阵的可达性问题，基于矩阵Riccati微分方程的解得出了相关结果。
2026-04-27 cs.SY eess.SY
Minimal Reachability Problems
University of Pennsylvania（宾夕法尼亚大学）
本文研究了线性时不变系统中最小 actuators 的可达性问题，提出零一对角输入矩阵 B 的构造方法，证明前两个问题为 NP 难，并提供多项式时间算法及性能验证。
2017-08-15 cs.SY eess.SY
Mixed Platoon Control under Noise and Attacks: Robust Data-Driven Predictive Control and Human-in-the-Loop Validation
School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院）
针对含CAVs和HDVs的混合车队因人工驾驶不确定性及噪声、攻击导致的控制挑战，提出RDeeP-LCC框架，基于数据驱动可达性分析过近似系统动力学，通过解耦系统和管控制提升鲁棒性与多方面性能，并经人机闭环验证。
2025-11-13 cs.SY eess.SY
Data-Driven Robust Predictive Control with Interval Matrix Uncertainty Propagation
Uninettuno University（英内图诺大学）；Università di Siena（锡耶纳大学）；Mercatorum University（美卡托鲁姆大学）
本文提出一种数据驱动的鲁棒预测控制方法，通过区间矩阵构建不确定性表示，并利用矩阵扎诺托pe运算约束预测时间内的不确定性，保证状态和输入约束的鲁棒满足。
2026-03-18 cs.SY eess.SY
A Lyapunov Approach for Time Bounded Reachability of CTMCs and CTMDPs
时间有界可达性是连续随机逻辑规范的连续时间马尔可夫链（CTMC）和马尔可夫决策过程（CTMDP）模型检查中的一个基本问题。它可以通过数值求解特征线性动力系统来计算，但是该过程在计算上是昂贵的。我们采取控制理论的方法，并提出了一种减少技术，找到另一个动力系统的低维（变量数），这样，数值求解减少的动力系统提供了一个近似的解决方案，保证误差界的原始系统。我们的技术概括成块性（或概率互模拟）的定量设置。我们的主要结果是一个李雅普诺夫函数表征的两个动力学的轨迹，取决于初始失配和随时间呈指数下降的差异。特别是，李雅普诺夫函数使我们能够计算两个动态之间的误差界以及收敛速度。最后，我们表明，搜索的减少动力学可以计算在多项式时间使用舒尔分解的过渡矩阵。这使我们能够有效地解决减少动力系统通过计算上三角矩阵的指数表征减少的动态。对于CTMDPs，我们推广我们的方法使用分段二次李雅普诺夫函数切换仿射动力系统。我们合成的CTMDP通过其降阶切换系统，保证时间有界的可达性概率高于阈值的政策。我们提供的误差范围取决于最小停留时间的政策。我们展示了技术的例子，从集群网络，其中块不产生任何状态空间减少，但我们的技术合成的政策，使用减少版本的模型。
2020-01-06 cs.SY eess.SY
On Leader Selection for Strong Structural Controllability in Matrix-Weighted Networks
College of Information Science and Technology, Beijing University of Technology（北京工业大学信息学部）
针对矩阵加权网络强结构可控性的最小领导者选择这一NP-难问题，本文提出含三类破对称算法的两阶段数学框架，经理论证明与数值评估验证了方法的有效性。
2026-07-31 cs.SY eess.SY math.OC
State-Based Confidence Bounds for Data-Driven Stochastic Reachability Using Hilbert Space Embeddings
在本文中，我们计算有限样本界的随机可达性问题的解决方案的数据驱动的近似。我们的方法使用了一个非参数技术称为核广义函数嵌入，并提供了概率保证随机系统的安全性在一个无模型的方式。通过在再生核希尔伯特空间中隐式嵌入马尔可夫控制过程的随机核，我们可以用简单的矩阵运算和内积来逼近具有任意随机干扰的随机系统的安全概率.我们提出了有限的样本边界的基于点的近似的安全概率，通过建设的概率置信区间是状态和输入相关的。这种方法的一个优点是，边界是响应于非均匀采样的数据，这意味着更严格的边界是可行的，在区域的状态和输入空间与更多的观察。我们数值评估的方法，并证明其有效性的神经网络控制的单摆系统。
2021-12-07 cs.SY eess.SY math.OC
Safe Navigation with Zonotopic Tubes: An Elastic Tube-based MPC Framework
Michigan State University（密歇根州立大学）
本文提出了一种基于弹性管的MPC框架，通过自适应设计确保鲁棒正不变性，提高系统鲁棒性和安全性。
2025-12-24 cs.SY eess.SY
Scalable Reachability Analysis of Linear Continuous Systems with Property-Driven Time-Step Adaptation
Aalborg University（奥尔堡大学）
提出一种基于安全属性自适应调整时间步长的可达性算法，通过优化矩阵指数计算和误差平衡实现大时间步长下的低误差，显著减少步骤数，在SLICOT基准测试中优于现有方法。
2026-08-13 cs.SY eess.SY math.DS
Structural Adaptivity of Directed Networks
网络结构对网络系统的功能和性能起着至关重要的作用。本文研究了扩散耦合，定向多智能体网络的扩散性能的结构自适应性。针对网络中链路冗余会降低网络扩散性能的问题，提出了一种分布式数据驱动的邻居选择框架，自适应地调整网络结构，以提高网络中外部影响的扩散性能.具体来说，每个代理被允许只与邻居的特定子集进行交互，同时保持从外部影响到网络的所有代理的全局可达性。连续时间和离散时间的有向网络进行检查。对于这两种情况下，我们首先检查的可达性编码的特征向量的扰动变量的图拉普拉斯或SIA矩阵与有向网络，分别。然后，提出了一种基于特征向量的邻居选择规则，以获得一个减少的网络，其上的扩散性能增强。最后，基于邻居选择规则分布式和数据驱动实现的必要性，分别建立了扰动图Laplacian和SIA矩阵的特征向量与Agent状态相对变化率之间的定量关系.这些连接立即启用数据驱动的推理减少邻居集的每个代理只使用本地可访问的数据。作为一个直接的扩展，我们进一步讨论了分布式数据驱动的有向网络的有向生成树使用建议的邻居选择框架的建设。数值模拟证明了理论结果。
2022-08-28 cs.SY eess.SY
