Dyna-Style Safety Augmented Reinforcement Learning: Staying Safe in the Face of Uncertainty
Institute for Data Science in Mechanical Engineering, RWTH Aachen University(机械工程机械数据科学研究所,亚琛RWTH大学)
本文提出Dyna-SAuR算法,通过学习不确定性感知的动力学模型,同时学习安全过滤器和控制策略,有效减少高维系统中的失败率,实验表明其在CartPole和MuJoCo Walker任务中性能显著优于现有方法。
2026-11-09 cs.LG
Learning Predictive Safety Filter via Decomposition of Robust Invariant Set
Tsinghua University(清华大学);Carnegie Mellon University(卡内基梅隆大学)
本文提出一种结合鲁棒模型预测控制与强化学习的理论框架,通过分解鲁棒不变集并采用对抗式演员-评论家算法学习安全滤波器,以较低计算复杂度实现非线性系统在不确定性下的持久鲁棒安全保证。
2023-11-12 cs.LG cs.SY eess.SY
Smooth Spatiotemporal Tube Synthesis for Prescribed-Time Reach-Avoid-Stay Control
Robert Bosch Centre for Cyber-Physical Systems IISc(罗伯特·博世网络化物理系统中心IISc)
本研究提出一种自适应框架,通过构建光滑时空管消除对规避函数的需求,实现连续避障并引导系统在预设时间内到达目标,同时推导出闭式控制律确保轨迹满足RAS任务,显著降低了控制努力。
2025-10-13 cs.RO cs.SY eess.SY
Reach-Avoid-Stay-Collision-Avoidance Negotiation Framework for Multi-Agent Systems via Spatiotemporal Tubes
针对未知动力学与有界扰动下的多智能体规定时间 RAS 任务,提出基于时空管的分布式协商避碰框架,并用机器人和无人机导航仿真验证其有效性。
2025-03-13 cs.SY eess.SY
A learning-based approach to stochastic optimal control under reach-avoid constraint
EPFL(洛桑联邦理工学院)
针对有限时域reach-avoid约束下的随机马尔可夫系统控制,本文利用状态增广将其转化为扩展状态空间上的CMDP,并提出仅依赖轨迹数据的无模型对数障碍策略梯度方法,证明参数可收敛至最优且高概率满足约束。
2025-09-27 cs.LG math.OC
Temporal Reach-Avoid-Stay Control for Differential Drive Systems via Spatiotemporal Tubes
本文提出一种计算轻量且鲁棒的控制框架,用于具有动态不确定性和外部干扰的差分驱动移动机器人,确保满足时序到达-避开-停留(T-RAS)规范。通过时空管定义动态安全走廊,引导机器人从起始区域到目标区域,避开障碍物。
2026-04-06 cs.RO cs.SY eess.SY
Probabilistic Reach-Avoid for Bayesian Neural Networks
University of Oxford(牛津大学);TU Delft(代尔夫特理工大学);King’s College London(伦敦国王学院)
针对基于模型强化学习中策略的安全认证需求,提出基于区间传播与反向递归的BNN可达-规避概率下界计算方法及最优控制合成算法,可显著提升可认证状态数与保证概率。
2023-10-03 cs.AI cs.LG
Provably Safe Reinforcement Learning for Stochastic Reach-Avoid Problems with Entropy Regularization
Section of Automation \& Control, Aalborg University, 9220 Aalborg East, Denmark
本文提出一种基于熵正则化的安全强化学习算法,用于解决随机到达-避免问题,通过优化策略并控制学习过程中的安全约束。
2026-01-19 cs.LG
Spatiotemporal Tubes for Temporal Reach-Avoid-Stay Tasks in Unknown Systems
Robert Bosch Centre for Cyber-Physical Systems IISc(罗伯特·博世中心 for 跨物理系统 IISc)
针对未知动力学MIMO系统的时间可达-避-留任务,提出基于采样的时空管(STT)方法,将STT要求转化为鲁棒优化程序并利用场景优化求解,生成保证安全性与可达性的解析控制器,经三个案例验证有效。
2025-09-12 cs.RO cs.SY eess.SY
Control Barrier Functions for Prescribed-time Reach-Avoid-Stay Tasks using Spatiotemporal Tubes
Robert Bosch Centre for Cyber-Physical Systems(罗伯特·博世网络物理系统中心);IISc(印度科学学院);Mechanical Engineering Department IIT(印度理工学院机械工程系)
本文提出基于时空管道框架构造控制屏障函数,以解决指定时间到达-避障-停留任务中时空约束与安全保证的难题,并通过全向机器人和无人机案例验证其有效性。
2025-03-11 cs.RO cs.SY eess.SY
Funnel-based Control for Reach-Avoid-Stay Specifications
本文针对控制仿射非线性系统提出一种基于漏斗控制的方法,通过引入规避函数和自适应漏斗框架构建闭式控制器,确保系统轨迹满足到达-避免-停留规范,并通过仿真验证了其有效性。
2023-08-30 cs.SY eess.SY math.OC
Spatiotemporal Tubes for Probabilistic Temporal Reach-Avoid-Stay Task in Uncertain Dynamic Environment
Robert Bosch Centre for Cyber-Physical Systems IISc(罗伯特·博世智能物理系统中心IISc)
本文提出一种基于时空管的控制器,用于在不确定动态环境中实现概率时间到达-躲避-停留任务,提供正式的概率安全保证和高效实时执行。
2025-12-25 cs.RO cs.SY eess.SY
Winning a Won Game: Strict Reach-Avoid-Stay Control Barrier Functions for High-Dimensional Black-Box Systems
Princeton University(普林斯顿大学);Johns Hopkins University(约翰霍普金斯大学)
针对高维黑盒系统,提出结合驻留与可达-避免价值的严格可达-避免-驻留Q控制屏障函数安全过滤器,在无需模型下保证安全到达并驻留,经四足跳跃和F1TENTH实验验证。
2026-09-18 cs.RO cs.SY eess.SY
Actuator-Aware Spatiotemporal Tube Synthesis for Temporal Reach-Avoid-Stay Tasks
Robotics Research Center, International Institute of Information Technology - Hyderabad(海得拉巴国际信息技术学院机器人研究中心)
针对未知非线性MIMO系统的时间到达-避开-停留任务,提出执行器感知时空管合成框架。该框架将执行器约束纳入管合成过程,利用伯恩斯坦多项式基函数和推导的约束进行优化,仿真显示能遵守执行器极限并减少控制努力。
2026-07-28 cs.RO cs.SY eess.SY
Spatiotemporal Tubes based Control of Unknown Multi-Agent Systems for Temporal Reach-Avoid-Stay Tasks
Robert Bosch Centre for Cyber-Physical Systems, IISc(印度科学学院罗伯特博世网络物理系统中心)
针对未知多智能体系统的时序到达-规避-停留及避碰需求,提出基于时空管的分布式闭式控制方法,通过场景优化求解鲁棒优化问题,经全向机器人和无人机案例验证有效。
2025-10-22 cs.SY eess.SY
Counterexample Guided Synthesis of Switched Controllers for Reach-While-Stay Properties
本文提出基于反例引导归纳合成的框架,用于合成连续时间切换控制器以保证闭环系统的达到并保持性质,通过合成特定类别的切换控制李雅普诺夫函数并引入终止放松和启发式方法进行迭代求解。
2015-09-23 cs.SY eess.SY
Smooth Converse Lyapunov-Barrier Theorems for Asymptotic Stability with Safety Constraints and Reach-Avoid-Stay Specifications
稳定性和安全性是动力系统安全临界控制的两个重要方面。在控制理论中,稳定性可以用李雅普诺夫函数来表征,这是一个公认的事实。可达性属性也可以自然地捕获的李雅普诺夫函数的有限时间稳定。受安全关键控制应用的启发,例如在自主系统和机器人技术中,最近对使用障碍函数表征安全特性的兴趣激增。然而,李雅普诺夫和障碍函数条件有时被视为竞争目标。在本文中,我们提供了一个统一的理论处理李雅普诺夫和障碍函数的逆定理的稳定性与安全保证和达到避免停留型规格。我们证明了如果一个系统(建模为一个动力系统与可测扰动)具有安全性的稳定性,那么存在一个光滑的李雅普诺夫函数来证明这样的性质。这李雅普诺夫函数被定义为从满足此属性的解决方案的初始条件的整个集合。一个类似的,但稍微弱的声明是为达到-避免-停留规范。我们通过一个简单的例子表明,如果没有额外的假设,后一种说法就不能得到加强。我们进一步推广了具有控制输入的系统的结果,并证明了达到和避免规格的逆李雅普诺夫障碍函数的存在性。虽然逆李雅普诺夫障碍定理是不建设性的,与经典的逆李雅普诺夫定理,我们相信,统一的必要和充分条件与一个单一的李雅普诺夫障碍函数的理论兴趣,并希望能阐明一些计算方法。
2021-12-31 cs.SY eess.SY math.OC
A Class of Control Certificates to Ensure Reach-While-Stay for Switched Systems
University of Colorado, Boulder(科罗拉多大学博尔德分校)
本文提出通过组合简单原始可达而驻留属性合成切换控制器,结合控制屏障和李雅普诺夫函数及兼容条件,解决可达而驻留规范的控制器合成问题。
2017-11-29 cs.LO cs.SY eess.SY
Reach-avoid Verification using Lyapunov Densities
可达性分析将施工安全和具体进度保证结合起来,能够将许多重要的工程问题形式化。本文利用李雅普诺夫密度研究了由常微分方程建模的系统的可达性验证问题。首先,考虑弱到达-避免验证。给定初始集合、安全集合和目标集合,弱到达-避免验证是验证到达-避免属性(即,系统将最终进入目标集合,同时在第一目标命中时间之前停留在安全集合内)对于初始集合中的几乎所有状态都成立。我们提出了两个新的充分条件,利用李雅普诺夫密度的弱到达-避免验证。这两个充分条件被证明是比现有的更弱,提供了更多的可能性验证弱到达-避免性质成功。然后,我们将这些条件推广到初始集合中所有状态的到达-避免性质的验证。最后,一个例子表明所提出的条件的理论发展。
2023-02-06 cs.SY eess.SY
Provable Reach-avoid Controllers Synthesis Based on Inner-approximating Controlled Reach-avoid Sets
针对未知环境中确定性系统的安全到达问题,提出基于支持向量机学习安全集、计算受控可达规避集内逼近并在线综合控制器的三步可证明方法,且在 Dubin 汽车系统上完成验证。
2023-04-23 cs.SY eess.SY
Guaranteed Reach-Avoid for Black-Box Systems through Narrow Gaps via Neural Network Reachability
Georgia Institute of Technology(佐治亚理工学院);Georgia Tech Europe(佐治亚理工学院欧洲校区)
本文提出NeuralPARC方法,通过扩展PARC并利用ReLU神经网络建模黑盒系统轨迹,在考虑建模误差下计算可达集,保证系统在狭窄障碍间隙中安全到达目标,仿真与实际实验验证了其优于PARC的有效性。
2025-03-03 cs.RO cs.SY eess.SY
Goal-Reaching Trajectory Design Near Danger with Piecewise Affine Reach-avoid Computation
School of Mechanical Engineering at the Georgia Institute of Technology(佐治亚理工学院机械工程学院)
针对窄间隙近危险场景下传统可达性分析过于保守、难以到达目标的问题,本文提出PARC方法,通过紧密近似规划模型可达集并处理时变跟踪误差,实现可证明安全的高性能避障到达。
2024-05-28 cs.RO cs.SY eess.SY
Reach-Avoid-Stabilize Using Admissible Control Sets
Mechanical and Aerospace Engineering at UC San Diego(机械与航空航天工程系,UC圣地亚哥大学)
本文提出利用可接受控制集的方法,解决可达-回避-稳定问题,确保系统在连续目标和障碍物回避下安全稳定到达感兴趣点。
2025-05-14 cs.RO cs.SY eess.SY
Reach-Avoid Problems via Sum-of-Squares Optimization and Dynamic Programming
Stanford University(斯坦福大学)
本文结合平方和优化与动态规划,提出一种保守解法,保证系统在可达与回避之间的切换,适用于多项式动力学和一般问题设置,并在计算效率上优于传统方法。
2018-07-30 cs.RO cs.SY eess.SY
Back to the Future: Efficient, Time-Consistent Solutions in Reach-Avoid Games
Princeton University(普林斯顿大学);UT Austin(德克萨斯大学奥斯汀分校)
我们研究了一类达到避免动态游戏中,多个代理相互作用非合作,每个人都希望满足一个不同的目标标准,同时避免失败的标准。到达-避免游戏通常用于表达移动机器人运动规划中的安全关键最优控制问题。在这里,我们专注于寻找时间一致的解决方案,即使机器人早期偏离计划,未来的运动计划仍然是最佳的,例如,内在动态不确定性或外在环境干扰。我们的主要贡献是一个计算效率高的算法,多智能体达到避免游戏,使时间一致的解决方案,为所有的球员。我们证明了我们的方法在两个和三个球员模拟驾驶的情况下,我们的方法为所有代理提供安全的控制策略。
2022-03-02 cs.MA cs.RO cs.SY
Reachable Set Approach to Collision Avoidance for UAVs
University of Maryland(马里兰大学)
本文提出基于可达集的无人机避撞算法,通过凸优化求解控制约束集,解决多无人机避撞问题。
2016-09-26 cs.RO cs.SY eess.SY
Sampling-based Approximations with Quantitative Performance for the Probabilistic Reach-Avoid Problem over General Markov Processes
Eindhoven University of Technology(埃因霍温理工大学);Delft University of Technology(代尔夫特理工大学);University of Oxford(牛津大学)
本文提出基于拟合值迭代算法的近似计算方案,用于解决一般马尔可夫过程的概率可达-避免问题,并提供可计算的误差界以保障安全应用。
2015-09-09 cs.LG cs.SY eess.SY
Converse Barrier Certificates for Set-Based Stochastic Reach-Avoid Verification
Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);College of Computing and Data Science, Nanyang Technological University(南洋理工大学计算与数据科学学院)
本文针对紧致初始集合,将随机离散时间系统单个初始状态的反向障碍证书表征扩展至集合设定,解决了初始集合的随机可达规避验证问题。
2026-09-01 cs.SY eess.SY
Finite-time Safety and Reach-avoid Verification of Stochastic Discrete-time Systems
Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);Key Laboratory of System Software (Chinese Academy of Sciences)(系统软件重点实验室(中国科学院));State Key Laboratory of Computer Science(计算机科学技术国家重点实验室)
针对随机离散时间系统,本文提出新型类障碍充分条件以刻画有限时间安全性与到达规避概率的上下界,并通过两个示例验证其有效性。
2025-10-21 cs.SY eess.SY
Runtime Safety and Reach-avoid Prediction of Stochastic Systems via Observation-aware Barrier Functions
National Key Laboratory of Space Integrated Information System, Institute of Software Chinese Academy of Sciences(中国科学院软件研究所空间信息系统国家重点实验室);University of Chinese Academy of Sciences(中国科学院大学)
针对带在线观测的离散时间随机系统的运行时安全性与可达-避障概率预测问题,提出整合实时观测的框架,通过观测感知型障碍函数动态更新概率边界,兼具理论保证与实际有效性。
2025-11-12 cs.SY eess.SY
Sufficient and Necessary Smooth Barrier-like Conditions for Continuous-Time Stochastic Reach-Avoid Verification
Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所)
本文针对连续时间随机系统,提出并证明了无限时域可达-避让验证的充分且必要的类屏障条件,并将多项式情形转化为可靠且完备的SOS规划求解。
2026-09-22 cs.SY eess.SY
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
Multi-Agent Reach-Avoid Games: Two Attackers Versus One Defender and Mixed Integer Programming
本文提出结合HJ可达性与混合整数规划的方法,先求解2攻击者对1防御者的到达-规避博弈最优获胜集合,再通过防御者分配最大化捕获攻击者数量,推广了多智能体博弈求解。
2023-09-22 cs.SY eess.SY
Fast, Smooth, and Safe: Implicit Control Barrier Functions through Reach-Avoid Differential Dynamic Programming
Princeton University(普林斯顿大学)
本文提出一种在滚动时域框架下通过 HJ 到达-规避微分动态规划在线构建隐式控制障碍函数的方案,实现具有无限时间安全保证的平滑安全滤波,避免了传统手工 CBF 的保守性。
2023-07-01 cs.RO cs.SY eess.SY
Time-Varying Reach-Avoid Control Certificates for Stochastic Systems
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)
本文提出了一种针对离散时间连续空间随机系统的可达-避免证书框架,结合时间变化和不变证书,利用SOS优化进行控制器合成,实现目标集可达性和危险区域回避的概率最大化。
2026-03-26 cs.SY eess.SY math.FA
Hamilton-Jacobi Reachability-Based Safe Reinforcement Learning for Emergency Collision Avoidance
Tsinghua University(清华大学);Jilin University(吉林大学)
提出一种基于Hamilton-Jacobi可达性运动安全集的安全强化学习框架,通过离线数据近似安全集并嵌入约束马尔可夫决策过程,实现紧急避撞中的前瞻性安全监督与策略优化。
2026-06-16 cs.RO cs.SY eess.SY
Control Synthesis for Multiple Reach-Avoid Tasks via Hamilton-Jacobi Reachability Analysis
研究存在干扰的时变非线性系统下的多重 reach-avoid 任务控制综合问题,通过求解 Hamilton-Jacobi 变分不等式定义级联值函数,证明其超水平集为任务可行集,并基于值函数非负性综合控制律,同时可扩展至线性时序逻辑任务。
2025-09-13 cs.SY eess.SY
Underapproximation of Reach-Avoid Sets for Discrete-Time Stochastic Systems via Lagrangian Methods
University of New Mexico(新墨西哥大学)
本文通过统一两种拉格朗日方法,提出计算离散时间非线性系统有限时间 horizon 随机可达-避集的下界估计方法,该方法具有更高的计算效率和可扩展性。
2017-04-11 cs.SY eess.SY math.OC
Solving Reach- and Stabilize-Avoid Problems Using Discounted Reachability
Mechanical and Aerospace Engineering at UC San Diego(加州大学圣迭戈分校机械与航空航天工程系)
本文针对一般非线性连续时间系统中的无限时间可达-避(RA)和稳定-避(SA)零和博弈问题,提出了一种新的Lipschitz连续RA价值函数,该函数的零子水平集精确刻画了RA集,并通过构造Bellman备份算子的合同性以及证明RA价值函数是Hamilton-Jacobi变分不等式的唯一粘性解,从而解决了RA问题。同时,通过结合最近提出的鲁棒控制Lyapunov-价值函数,开发了两步框架来解决SA问题,确保目标可达性和长期稳定性。最后,通过3D Dubins车系统数值验证了所提方法的有效性。
2026-05-18 cs.RO cs.SY eess.SY
Comparative Analysis of Barrier-like Function Methods for Reach-Avoid Verification in Stochastic Discrete-Time Systems
University of Chinese Academy of Sciences(中国科学院大学);East China Normal University(华东师范大学);Nanyang Technological University(南洋理工大学);Singapore Management University(新加坡管理大学)
本文比较了随机离散时间系统中多种屏障状函数方法,分析了它们的理论性质和计算可行性,并通过实验评估了实际性能。
2025-12-05 cs.SY eess.SY
Reach-Avoid Model Predictive Control with Guaranteed Recursive Feasibility via Input Constrained Backstepping
Aalto University, Finland(阿尔托大学)
本文提出了一种新的采样数据模型预测控制框架,用于连续控制-仿射非线性系统,通过输入输出约束传播实现严格达-避和递归可行性保证。
2026-04-03 cs.SY eess.SY math.OC
Approximation-Free Control Barrier Functions for Prescribed-Time Reach-Avoid of Unknown Systems
Indian Institute of Science (IISc)(印度科学研究所(IISc))
本文提出无需在线模型学习或不确定性估计的控制屏障函数方法,通过虚拟系统生成安全参考,实现未知系统在动态障碍物环境中的预定时间到达-避免控制。
2026-05-07 cs.RO cs.SY eess.SY
Model Predictive Control with Reach-avoid Analysis
本文提出一种基于可达-规避分析的模型预测控制方法,通过连续可达-规避集替代离散状态,避免混合整数优化,实现高效的最优控制器综合。
2023-06-21 cs.SY eess.SY math.OC
Approximately Optimal Controllers for Quantitative Two-Phase Reach-Avoid Problems on Nonlinear Systems
本文研究非线性控制系统的定量两阶段到达-避免问题。这类最优控制问题要求被控对象的状态连续访问两个(而不是一个)目标集,同时最小化指定的成本函数。正如我们所示,天真的方法,细分为两个明显的经典达到避免任务的问题,通常不会导致一个最优解。与此相反,我们证明了最优控制器是通过连续求解两个特殊的定量达到避免问题。此外,我们提出了一个全自动化的方法,基于符号最优控制实际综合所考虑的问题类近似最优控制器的采样数据非线性植物。包裹递送和飞机路由任务的实验结果证实了我们的方法的实用性。
2020-06-06 cs.SY eess.SY math.OC
Reach-avoid Analysis for Sampled-data Systems with Measurement Uncertainties
针对带状态测量不确定性的采样数据系统的可达-避障问题,提出基于指数控制引导屏障函数的充分条件,确保连续时间反馈控制器的采样实现能安全引导系统到达目标集,并用数值示例验证了有效性。
2023-10-08 cs.SY eess.SY
Refined Barrier Conditions for Finite-Time Safety and Reach-Avoid Guarantees in Stochastic Systems
KLSS, ISCAS(中国科学院自动化研究所);University of Chinese Academy of Sciences(中国科学院大学);College of Computing and Data Science, Nanyang Technological University(南洋理工大学计算与数据科学学院);Software Engineering Institute, East China Normal University(华东师范大学软件学院)
本文提出更灵活的屏障条件,用于在离散时间系统中提供有限时间安全概率上限和连续时间系统中可达-避免概率下限,扩展了可验证系统的范围并促进了高级优化技术的应用。
2026-05-11 cs.SY eess.SY
Sufficient and Necessary Barrier-like Conditions for Safety and Reach-avoid Verification of Stochastic Discrete-time Systems
Key Laboratory of System Software (Chinese Academy of Sciences) and State Key Laboratory of Computer Science, Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所,系统软件重点实验室,计算机科学与技术国家重点实验室)
本文提出随机离散时间系统安全性和可达-回避验证的必要和充分屏障条件,通过放松贝尔曼方程建立必要性和充分性,解决无限时间 horizon 的安全性和可达-回避验证问题。
2026-01-05 cs.SY eess.SY
Backstepping Reach-avoid Controller Synthesis for Multi-input Multi-output Systems with Mixed Relative Degrees
针对多输入多输出系统,本文结合反馈线性化与反步法提出可达-避障形式化证书构造框架及控制器综合方法,确保输出在安全约束下最终到达目标集,并通过仿真验证有效性。
2025-05-06 cs.SY eess.SY
Reach-avoid Controllers Synthesis for Safety Critical Systems
本文基于控制引导-障碍函数的概念,给出了由常微分方程建模的确定性系统和由随机微分方程建模的随机系统的避达控制器的综合充分条件。我们首先考虑确定性系统。给定一个开放的安全集,一个目标集和一个标称控制器,我们试图合成一个到达-避免控制器,它以最小的方式修改标称控制器,执行到达-避免目标,即,系统最终将进入目标集,同时在第一个目标命中时间之前停留在安全集内。提出了三种控制导引障碍函数,构造了三个相应的可综合避达控制器的条件,这些条件逐渐变弱,从而便于最优控制器的设计。第一个和第二个被称为指数和渐近控制制导障碍函数,它保证从安全集开始的每个轨迹将分别以指数速率和渐近方式进入目标集。然而,这两个控制导引障碍函数都有一个共同的条件,即在系统进入目标集之前,强制其每个正子水平集不变性,这个条件是严格的,从而限制了容许控制器的空间。因此,进一步发展了一种松弛控制导引-障碍函数,使得在系统进入目标集之前,只有安全集集是不变性的,从而扩展了容许控制输入的空间。然后,我们将确定性系统的方法扩展到随机系统,在概率环境下合成到达-避免控制器。最后,几个数值例子证明了所提出的方法的性能。
2023-02-28 cs.SY eess.SY
Physics-informed Reinforcement Learning for Stochastic Reach-Avoid Analysis
本文提出物理信息强化学习(PIRL)框架,结合PINNs与RL优势,开发调度式PIRL算法,缓解传统PINN失效模式,通过两案例研究验证其用于随机可达-规避分析的有效性。
2026-08-19 cs.SY eess.SY
In-Distribution Barrier Functions: Self-Supervised Policy Filters that Avoid Out-of-Distribution States
University of California, Berkeley(加州大学伯克利分校);Toyota Research Institute(丰田研究院)
基于学习的控制方法在直接从真实机器人系统的高维感知数据执行复杂任务方面表现出很大的潜力。然而,如果系统的轨迹偏离训练数据分布,则学习的控制器可能会意外地表现,这可能危及安全性。在这项工作中,我们提出了一个控制过滤器,包装任何参考政策,并有效地鼓励系统保持在分布相对于离线收集的安全演示。我们的方法的灵感来自控制障碍函数(CBF),这是基于模型的工具,从非线性控制文献,可用于构建微创安全的政策过滤器。虽然现有的基于CBFs的方法需要一个已知的低维状态表示,我们提出的方法是直接适用于系统,仅依赖于高维视觉观测通过学习在一个潜在的状态空间。我们证明了我们的方法是有效的两个不同的视觉控制任务在模拟环境中,包括自上而下和自我中心的视图设置。
2023-01-27 cs.LG cs.RO cs.SY
Upper bounds for the reach-avoid probability via robust optimization
Automatic Control Laboratory, Department of Information Technology;Electrical Engineering, ETH Z\"urich, Z\"urich 8092, Switzerland
本文通过可解的凸优化问题构建达-避概率的上界,利用高斯径向基函数的线性组合和结构假设,提出递归半正定规划方法,为大状态-输入空间维度问题提供更优的控制策略。
2015-06-10 cs.SY eess.SY math.OC
Reach-avoid games for players with damped double integrator dynamics
Tsinghua University(清华大学)
本文提出了一种基于阻尼双积分动力学的达-避游戏模型,通过微分博弈和几何分析推导出最优策略,并引入了攻击者主导区域的概念以指导策略选择。
2026-02-19 cs.SY eess.SY
Maximizing Reach-Avoid Probabilities for Linear Stochastic Systems via Control Architectures
ETH Zürich(苏黎世联邦理工学院);MIT(麻省理工学院)
本文提出一种结合马尔可夫决策过程和模型预测控制器的控制架构,用于最大化线性随机系统的可达-避免概率,通过在线更新参考信号实现高效鲁棒控制。
2026-01-22 cs.SY eess.SY math.OC