Learning Control Barrier Functions from Expert Demonstrations
University of Pennsylvania(宾夕法尼亚大学);KTH Royal Institute of Technology(瑞典皇家理工学院);Google Brain Robotics(谷歌大脑机器人)
受模仿和逆强化学习在通过最优控制复制专家行为方面的成功启发,提出了一种基于控制障碍函数(CBFs)的基于学习的安全控制器综合方法.我们考虑已知的非线性控制仿射动力系统的设置,并假设我们可以访问由专家生成的安全轨迹-这种设置的实际示例将是具有安全轨迹的自动驾驶车辆的运动学模型(例如,避免与环境中的障碍物碰撞的轨迹)。然后,我们提出并分析了一种基于优化的方法来学习CBF,享有可证明的安全保证下适当的Lipschitz平滑假设的基础动力系统。我们的方法的优点是,它是不可知的用于表示CBF的参数化,假设只有这样的函数的Lipschitz常数可以有效地有界。此外,如果CBF参数化是凸的,那么在温和的假设下,我们的学习过程也是凸的。最后,我们使用CBF的随机特征和深度神经网络参数化,对平面和现实示例的结果进行了广泛的数值评估。据我们所知,这些是从数据中学习可证明安全的控制障碍函数的第一个结果。
2020-11-09 cs.LG cs.SY eess.SY
Sustainability Analysis of Interconnected Food Production Systems via Theory of Barriers
受控环境农业(CEA)用于高效的粮食生产。通过将不同的CEA系统(例如植物和昆虫幼虫或鱼和幼虫)相互连接,在另一个系统中使用一个系统的产物和副产物,可以进一步提高效率。这些关联系统定义了一个可以用相互作用物种模型描述的整体系统。有必要确定系统参数(例如初始物种浓度、收获率、饲料质量等)。这样资源就不会耗尽。对于这样的系统与相互作用的物种,由Lotka-Volterra方程建模,基于最近的结果的障碍理论,以准确地确定所谓的容许集(也称为生存核)和最大的鲁棒正不变集的一组为基础的方法。使用的一个例子的幼虫,鱼为基础的生产系统,步骤,以获得特殊的轨迹是容许集的边界。该容许集用于防止CEA中物种的种群不足和过度。此外,系统参数的条件下,可以保证这些轨迹的存在。
2020-03-20 cs.SY eess.SY math.OC
Exact-Safe MPPI: Safety-Aware Sampling with Nonsmooth Control Barrier Functions
University of New Mexico(新墨西哥大学)
本文提出Exact-Safe MPPI方法,利用精确最小值和CBF二次规划处理非光滑多障碍约束,保证安全集前向不变性,并验证其在狭窄通道导航中的有效性。
2026-10-07 cs.SY eess.SY
Global Optimization of Multi-Flyby Trajectories for Multi-Orbital-Plane Constellations Inspection
本文针对低轨巨型星座多轨道面卫星巡检问题,提出基于轨道面的飞越策略和三层全局优化框架,利用遗传算法、混合整数规划与脉冲机动优化,在降低燃料消耗的同时实现数万颗卫星的高效巡检。
2025-06-28 astro-ph.IM cs.SY eess.SY
Electromagnetic Formation Flying with State and Input Constraints Using Alternating Magnetic Field Forces
针对卫星状态和输入约束下的电磁编队飞行问题,提出结合交变磁场力解耦、约束最优控制及松弛控制障碍函数的反馈算法,实现星间力解耦与约束满足并经仿真验证。
2024-11-25 cs.MA cs.SY eess.SY
Guaranteed-Safe MPPI Through Composite Control Barrier Functions for Efficient Sampling in Multi-Constrained Robotic Systems
本文提出GS-MPPI算法,通过复合控制屏障函数将多重安全约束集成为单一约束并嵌入MPPI采样过程,在保证安全的同时提升采样效率并缓解CBF短视问题。
2024-10-03 cs.SY eess.SY
Information-Aware Model Predictive Control for Satellite Inspection
University of Florida(佛罗里达大学);Air Force Research Laboratory - Space Vehicles Directorate(空军研究实验室空间飞行器管理局)
该研究提出信息感知MPC框架,将估计协方差纳入控制目标,通过数值模拟验证其能生成满足约束且主动降低目标估计协方差的卫星巡检轨迹。
2026-08-12 cs.SY eess.SY
Perturbed Integrators Chain Control via Barrier Function Adaptation and Lyapunov Redesign
针对控制系数未知、扰动上界存在但未知的受扰积分器链镇定问题,结合李雅普诺夫再设计思路提出含比例导引反馈型增益与屏障函数增益的自适应时变增益控制器,实现预设时间内收敛到原点指定邻域并保持,且通过Furuta摆实验验证。
2024-05-15 cs.SY eess.SY
From Bundles to Backstepping: Geometric Control Barrier Functions for Safety-Critical Control on Manifolds
本文提出流形上几何控制障碍函数的通用理论,通过反步法构造CBF,并在SO(3)欠驱动卫星上验证,实现安全关键控制。
2025-10-23 cs.SY eess.SY math.OC
Continuous Approximations of Projected Dynamical Systems via Control Barrier Functions
Eindhoven University of Technology(埃因霍温理工大学);University of California San Diego(加州大学圣地亚哥分校)
本文通过控制屏障函数连续逼近投影动力系统,证明了CBF动力学可逼近PDSs,并展示了其在反馈优化和同步变流器控制中的应用。
2024-08-20 cs.SY eess.SY math.OC
GPU-Accelerated Barrier-Rate Guided MPPI Control for Tractor-Trailer Systems
Toyota Motor North America, Research & Development(丰田美国电机公司研发部)
本文提出基于障碍率引导的MPPI控制方法,用于解决拖车-拖车系统在复杂环境中的导航问题,通过在路径积分更新中嵌入控制屏障函数约束,提高轨迹鲁棒性和探索能力。
2025-08-07 cs.RO cs.SY eess.SY
Intersection-Traffic Control of Autonomous Vehicles using Newton-Raphson Flows and Barrier Functions
Georgia Institute of Technology(佐治亚理工学院)
本文研究了一种新的非线性跟踪技术在交叉口自动车辆轨迹控制中的应用。该技术使用牛顿-拉夫森方法的流版本,用于将预测的系统输出控制到未来的参考目标。它的实现是基于常微分方程的数值解,它没有指定任何特定的方法来计算其未来的参考轨迹。因此,它可以使用相对简单的算法在粗糙的模型计算目标轨迹,和更精确的模型和算法的轨迹控制中的紧循环。我们证明了这一点,在现有的预测交通规划和控制方法与我们的跟踪技术。此外,我们通过将控制障碍函数的框架应用于跟踪技术来保证安全规范。
2020-04-21 cs.RO cs.SY eess.SY
High Relative Degree Control Barrier Functions Under Input Constraints
本文提出的方法,以确保前向不变性的子级集的约束功能与高相对度的系统动力学和输入约束的存在。我们表明,这样的约束函数可以转换成特殊的归零控制障碍函数(ZCBFs),其中,通过建设,产生充分条件呈现状态总是在一个子水平集的约束函数中存在的输入约束。我们提出了一个这样的ZCBF的一般形式,以及适用于一类特定系统的特殊情况。我们得出结论,根据两个ZCBF开发和以前的文献系统轨迹的比较,和一个案例研究的小行星观测问题,使用二次程序为基础的控制器,以执行ZCBF条件。
2021-09-30 cs.SY eess.SY math.OC
Testing Spacecraft Formation Flying with Crazyflie Drones as Satellite Surrogates
University of Houston(休斯顿大学);Matrix Research(矩阵研究公司);Air Force Research Laboratory(空军研究实验室)
本文提出使用 Crazyflie 2.1 微型无人机作为卫星替代平台,模拟航天器在 Clohessy-Wiltshire 动力学、对接轨迹及神经网络控制下的相对运动,以低成本地面测试航天器自主性。
2024-02-22 cs.RO cs.SY eess.SY
On Maximal Robust Positively Invariant Sets in Constrained Nonlinear Systems
本文研究了状态约束连续时间非线性系统在有界扰动下的最大鲁棒正不变集。扩展结果的理论障碍,我们表明,这一套是封闭的,它的边界由两个互补的部分,其中之一,我们命名的不变性障碍,它包括满足最大值原理的轨迹。
2021-03-01 cs.SY eess.SY math.OC
Autonomous Racing with Multiple Vehicles using a Parallelized Optimization with Safety Guarantee using Control Barrier Functions
University of California, Berkeley(加州大学伯克利分校);University of Minnesota-Twin Cities(明尼苏达大学双城分校)
本文提出了一种新的规划和控制策略,与多辆车在赛车的情况下竞争。所提出的比赛策略在两种模式之间切换。当没有周围车辆时,基于学习的模型预测控制(MPC)轨迹规划器用于保证本车实现更好的单圈计时性能。当自我车辆与周围车辆竞争超车时,基于优化的规划器通过并行计算生成多个动态可行的轨迹。每个轨迹优化下的MPC制定不同的同伦Bezier曲线参考路径横向周围的车辆之间。在这些不同的同伦轨迹中选择时间最优的轨迹,并使用具有控制障碍函数约束的底层MPC控制器来避免障碍物,以保证系统的安全关键性能。所提出的算法具有生成无碰撞轨迹并跟踪它们的能力,同时以稳定的低计算复杂性增强单圈计时性能,在自主赛车环境中的计时和性能方面优于现有方法。为了证明我们的赛车策略的性能,我们模拟多个随机生成的移动车辆在赛道上,并测试自我车辆的超车动作。
2022-03-27 cs.MA cs.RO cs.SY
Fast Verification of Control Barrier Functions via Linear Programming
控制障碍函数是保证系统安全的一种常用方法,这些函数可用于在系统的动态下强制一个集合的不变性。一个控制障碍函数必须具有某些性质,并且必须制定一个候选控制障碍函数并验证它确实满足所需的性质。针对后一问题,本文提出了一种利用线性规划验证任意有限个候选控制障碍函数的方法。我们首先应用技术从真正的代数几何制定验证问题的陈述,是可解决的数值。通常,半定编程用于验证候选控制障碍函数,但这并不总是很好地缩放。因此,我们接下来应用一种内近似平方和多项式的集合的方法,该方法通过将这些验证问题转换为线性规划来显着降低这些验证问题的计算复杂性。我们给出了显式的线性规划,和卫星检测问题的仿真结果表明,验证所需的计算时间可以减少95%以上。
2022-12-01 cs.SY eess.SY
Intermittent Safety Filters for Event-Triggered Safety Maneuvers with Application to Satellite Orbit Transfers
本文提出一种基于切换状态触发条件的事件触发控制框架,通过间歇性激活安全滤波器缩短安全约束生效时间,并在卫星轨道转移仿真中验证了其有效性。
2023-04-18 cs.SY eess.SY math.OC
Control Barrier Function Augmentation in Sampling-based Control Algorithm for Sample Efficiency
对于非线性随机路径规划问题,基于采样的算法生成数千个随机样本轨迹,以找到最优路径,同时通过拉格朗日惩罚方法保证安全。然而,基于采样的算法可能在障碍物丰富的环境中表现不佳,因为大多数样本可能违反安全约束,使相应的样本无效。为了提高采样算法在复杂环境下的采样效率,提出了一种基于模型预测路径积分控制和控制障碍函数的算法。与原模型预测路径积分控制算法相比,该算法所需样本和时间步长较少,在杂波环境中具有更好的性能。
2021-11-12 cs.SY eess.SY
Enforcing a Strict Safety Margin in LLM Text Generation via Barrier Lyapunov Control
Institute of Science Tokyo(东京科学大学);Indian Institute of Technology Jodhpur(印度理工学院乔德普尔分校)
该研究针对LLM文本生成中现有CBF安全过滤器无安全裕度的局限,提出BLF安全过滤器,可强制规定安全裕度,经仿真验证能提升安全性能。
2026-10-14 cs.SY eess.SY
Multi-rate Control Design under Input Constraints via Fixed-Time Barrier Functions
在本文中,我们引入了周期性安全的概念,这要求系统轨迹定期访问一个前向不变的安全集的子集,并利用它在一个多速率的框架,其中一个高级别的规划器生成一个参考轨迹,由一个低级别的控制器跟踪输入约束下。我们引入了固定时间的障碍函数的概念,这是利用所提出的低级别控制器在二次规划框架。然后,我们设计了一个模型预测控制政策的高层次规划与参考轨迹的变化率的约束,以保证周期性的安全。我们证明了所提出的策略的有效性的仿真例子中,所提出的固定时间稳定的低级别控制器显示出成功的满足控制目标,而指数稳定的低级别控制器失败。
2021-03-05 cs.SY eess.SY math.OC
Synthesis of Partially Observed Jump-Diffusion Systems via Control Barrier Functions
在本文中,我们研究部分可观测跳跃扩散系统的控制策略的形式化综合复杂的逻辑规格。给定一个状态估计器,我们利用一个离散化的方法,通过使用一个符号的控制障碍函数,而不需要任何知识的估计精度的控制策略的正式合成。我们的目标是合成一个离线控制策略,提供(可能最大化)部分观察到的跳跃扩散系统的轨迹满足确定性有限自动机表达的一些复杂规范的概率下界。最后,我们说明了所提出的结果的有效性,通过合成一个政策的喷气发动机的例子。
2021-09-23 cs.SY eess.SY
Guaranteed Safe Spacecraft Docking with Control Barrier Functions
本文提出了一种在安全约束和有界干扰下航天器与非机动目标对接的控制策略。干扰的存在防止收敛到一个独特的对接状态,所以在我们的配方中,对接被定义为发生在一组使用规定的公差构造。通过应用鲁棒控制屏障功能来确保安全性,以使指定的安全设置对任何允许的干扰保持不变。然而,这种安全策略必须假设最坏情况的干扰,因此当不存在最坏情况的干扰时,将轨迹限制在安全集的子集。所设计的控制器考虑了这一限制,并保证航天器在有限时间内保持安全并实现对接。然后,控制器进行了验证,在模拟航天器降落在小行星上,和两个航天器在低地球轨道对接。
2021-12-22 cs.SY eess.SY math.OC
Safe Decentralized Multi-Agent Control using Black-Box Predictors, Conformal Decision Policies, and Control Barrier Functions
Washington University in St. Louis(圣路易斯华盛顿大学)
针对去中心化多智能体机器人场景中黑盒模型预测轨迹不确定的安全控制挑战,提出基于共形决策理论自适应调整控制障碍函数约束严格程度的方法,合成平衡安全与任务的控制器,并在Stanford Drone Dataset中验证了性能。
2025-03-07 cs.MA cs.RO cs.SY
Learning Control Barrier Functions with High Relative Degree for Safety-Critical Control
控制障碍函数在解决具有安全保证的控制问题方面已经显示出巨大的成功。这些方法通常通过求解在线二次规划问题来找到下一个安全控制输入。然而,模型的不确定性是一个很大的挑战,综合控制器。这可能导致不安全控制行为的产生,造成严重后果。在本文中,我们开发了一个学习框架来处理系统的不确定性。我们的方法主要集中在学习的动态的控制障碍函数,特别是对于高相对于系统的程度。我们表明,对于每一个订单,控制障碍函数的时间导数可以分离成标称控制障碍函数的时间导数和一个余数。这意味着我们可以使用神经网络来学习余数,以便我们可以近似真实控制障碍函数的动态。我们通过仿真表明,我们的方法可以生成安全的轨迹下的参数不确定性,使用差分驱动机器人模型。
2020-11-21 cs.SY eess.SY
Neural Network-assisted Interval Reachability for Systems with Control Barrier Function-Based Safe Controllers
Boston University(波士顿大学);University of Colorado Boulder(科罗拉多大学博尔德分校)
本文提出用预训练神经网络近似基于CBF的优化控制器,并结合混合单调理论与神经网络验证算法构造嵌入系统,通过单条轨迹高效过近似系统可达集,用于性能与稳定性验证。
2025-04-11 cs.LG cs.SY eess.SY
Safe Nonlinear Control Using Robust Neural Lyapunov-Barrier Functions
Massachusetts Institute of Technology(麻省理工学院);University of California, San Diego(加利福尼亚大学圣地亚哥分校)
安全性和稳定性是机器人控制系统的共同要求,然而,设计安全,稳定的控制器仍然是困难的非线性和不确定的模型。我们开发了一种基于模型的学习方法来合成具有安全性和稳定性保证的鲁棒反馈控制器。我们从鲁棒凸优化和李雅普诺夫理论的灵感,定义鲁棒控制李雅普诺夫障碍函数,尽管模型的不确定性推广。我们证明了我们的方法在模拟的问题,包括汽车轨迹跟踪,非线性控制与避障,卫星交会与安全约束,飞行控制与学习地面效应模型。仿真结果表明,我们的方法产生的控制器,匹配或超过鲁棒MPC的能力,同时减少了一个数量级的计算成本。
2021-10-06 cs.RO cs.SY eess.SY
Shield Model Predictive Path Integral: A Computationally Efficient Robust MPC Approach Using Control Barrier Functions
Georgia Institute of Technology(佐治亚理工学院);Massachusetts Institute of Technology(麻省理工学院)
模型预测路径积分(MPPI)控制是一种基于采样的模型预测控制,其模拟数千个轨迹并使用这些轨迹来在运行中合成最优控制。然而,在实践中,MPPI遇到的问题限制了其应用。例如,已经观察到,如果存在未建模的动态或环境干扰,则MPPI倾向于做出糟糕的决策,从而阻止其在安全关键应用中的使用。此外,MPPI使用的多线程模拟需要大量的板载计算资源,使得该算法无法在没有现代GPU的情况下使用。为了缓解这些问题,我们提出了一种新的(屏蔽MPPI)算法,提供了对不可预测的干扰的鲁棒性,并实现了实时规划,使用数量少得多的并行模拟常规CPU。新的盾牌MPPI算法进行了测试,在一个积极的自主赛车平台在仿真和使用实验。结果表明,所提出的控制器大大减少了违反约束的数量相比,国家的最先进的强大的MPPI变量和随机MPC方法。
2023-02-23 cs.RO cs.SY eess.SY
Multi-layer barrier function-based adaptive super-twisting controller
针对含未知常数速率界扰动的不确定一阶系统,提出基于半正定障碍函数扩展与嵌套障碍方案的自适应超扭曲滑模控制框架,解决初始估计保守性与离散实现轨迹有界性问题,经李雅普诺夫分析与仿真验证有效性。
2025-11-11 cs.SY eess.SY
Time-Constrained Model Predictive Control for Autonomous Satellite Rendezvous, Proximity Operations, and Docking
本文提出一种时间约束模型预测控制策略,用于副星与主星间的六自由度自主交会对接,在航天级处理器上实现,虽能量次优但仿真验证可成功对接。
2025-01-22 cs.SY eess.SY
Imitation Learning for Satellite Attitude Control under Unknown Perturbations
Mechanical and Aerospace Engineering Department, Rutgers, the State University of New Jersey(机械与航空航天工程系,新泽西州立大学拉特格斯分校);Aerospace Engineering Department, Embry-Riddle Aeronautical University(航空航天工程系,埃姆布里-瑞德航空大学)
本文提出结合SAC强化学习与GAIL的卫星姿态控制框架,通过专家控制器与模仿学习在未知扰动下实现鲁棒天线指向控制,降低训练成本并提升泛化能力。
2025-07-01 cs.RO cs.SY eess.SY
Synchronization and Balancing around Simple Closed Polar Curves with Bounded Trajectories and Control Saturation
研究了单循环型多智能体系统在简单闭极曲线上的同步与平衡问题。利用障碍李雅普诺夫函数的概念,结合有界李雅普诺夫曲线相势函数,我们提出了分布式反馈控制律,并证明了代理渐近稳定到所需的封闭曲线,他们的轨迹保持有界的一个紧凑的集合内,他们的转速坚持饱和极限。我们还刻画了明确的性质的边界,这是基于安全距离的大小的外部边界从所需的曲线的约束集。我们进一步建立了一个连接的周长和面积的几何约束集与所需的曲线。我们得到了不同数量的利益在设计后分析的界限,并提供模拟结果来说明理论研究结果。
2021-10-14 cs.SY eess.SY
Piecewise Robust Barrier Tubes for Nonlinear Hybrid Systems with Uncertainty
分段屏障管(PBT)是一种新的流管过逼近技术,用于具有多项式动力学的非线性系统,它利用了屏障证书的组合。与传统的基于时间步长的方法相比,PBT在处理那些非线性动力系统中具有优势,其中轨迹之间的速度差异很大,产生与时间无关的过近似。然而,现有的方法是不有效的,由于区间方法的应用范围的保险箱计算,它只能处理连续的动力系统没有不确定性。在本文中,我们扩展的方法,能够处理连续和混合动力系统的不确定性,可以驻留在参数和/或噪声。我们还提高了效率的方法显着,通过避免使用基于区间的方法,在不失去健全的保险箱计算。我们已经开发了一个C++原型实现所提出的方法,我们评估它的几个基准。实验结果表明,该方法比文献中的其他方法更有效和精确。
2019-07-25 cs.SY eess.SY
Approximating the Region of Multi-Task Coordination via the Optimal Lyapunov-Like Barrier Function
Department of Aerospace Engineering, the University of Michigan(密歇根大学航空工程系)
本文研究多智能体系统在避碰、保持连通性和收敛到目标点的多任务协调安全区域,提出利用Lyapunov-like障碍函数子level集近似该区域,并通过系统搜索最优障碍函数以最大化区域估计。
2018-02-24 cs.SY eess.SY
Backup Control Barrier Function Synthesis using Sum-of-Squares Reachability
University of Michigan(密歇根大学);California Institute of Technology(加州理工学院);Illinois Institute of Technology(伊利诺伊理工大学)
该研究针对输入受限非线性系统,提出基于有限时间域平方和反向可达性的备份控制障碍函数综合方法,生成更优备份配对以扩大安全集,提升bCBF框架的安全认证能力。
2026-08-31 cs.SY eess.SY
Soft-Minimum Barrier Functions for Safety-Critical Control Subject to Actuation Constraints
本文提出一种基于软最小障碍函数的新控制方法,通过实时优化求解满足执行器约束的控制信号,保证系统安全集合的子集前向不变,并在倒立摆和双积分机器人上验证了有效性。
2023-08-30 cs.SY eess.SY
Learning Control Barrier Functions with Deterministic Safety Guarantees
Duke University(杜克大学);University of Virginia(弗吉尼亚大学);University of New Mexico(新墨西哥大学)
本文提出利用ReLU神经网络和迭代凸上界方法,为离散时间动力系统设计具有确定性安全保证的控制障碍函数。
2025-11-25 cs.SY eess.SY
A Control Barrier Function-Constrained Model Predictive Control Framework for Safe Reinforcement Learning
New York University(纽约大学)
本文提出了一种基于模型预测控制的安全强化学习框架PECTS,通过联合学习随机系统动力学和控制屏障函数来确保安全,采用采样优化方法提升安全性。
2026-11-16 eess.SY
Safe Autonomous Docking Maneuvers for a Floating Platform based on Input Sharing Control Barrier Functions
在这篇文章中,我们提出了一个控制策略的问题,安全自主对接的平面浮动平台(滑块),模拟卫星的运动。采用所提出的策略,滑块接近对接端口与正确的方向,保持一个安全的距离,同时始终保持在整个对接机动对接端口上的视觉锁定。控制障碍函数设计用于施加安全、接近方向和视觉锁定约束。滑块的三个控制输入在三个障碍函数之间共享以强制约束。它被证明是共享的控制输入在一个无冲突的方式在渲染定义安全和视觉锁定约束的集合前向不变,并在建立有限时间收敛到视觉锁定模式。无冲突的输入共享确保了二次规划的可行性,所述二次规划生成用于标称控制器的最小侵入性校正,所述标称控制器被设计为跟踪对接端口,使得在整个对接机动中尊重屏障约束。通过各种仿真验证了所提出的控制设计方法的有效性。
2022-09-14 cs.RO cs.SY eess.SY
Learning Barrier Functions for Constrained Motion Planning with Dynamical Systems
University of Innsbruck(因斯布鲁克大学);Technical University of Munich(慕尼黑工业大学);German Aerospace Center (DLR)(德国航空航天中心)
稳定动力学系统是一种灵活的工具,规划机器人运动的实时性。在机器人文献中,动力系统运动通常是在不考虑机器人工作空间可能存在的限制的情况下规划的。这项工作提出了一种新的方法来学习工作空间的限制,从人类示范和生成运动轨迹的机器人,躺在受约束的工作空间。将训练数据递增地聚类到不同的线性子空间中,并用于拟合每个子空间的低维表示。通过将学习到的约束子空间视为归零障碍函数,我们能够设计一个控制输入,使系统轨迹保持在学习到的边界内。该控制输入有效地结合了原系统动力学保持最终的渐近性质的无约束系统。仿真和实际机器人上的实验表明,所提出的方法的有效性。
2020-03-25 cs.RO cs.SY eess.SY