arXiv cs.RO 机器人学· Lishuo Pan, Mattia Catellani, An Cao, Lorenzo Sabattini, Nora Ayanian·· 2 天前AI 评分47
Neural Barriers：面向安全关键控制的在线可认证学习增强自适应高阶控制屏障函数方法
Neural Barriers: An Online Certifiable Learning-enhanced Adaptive High Order Safety Critical Control
AI 导读
提出一种可认证的在线学习增强鲁棒自适应控制屏障函数，用 Neural ODE 适应未知时变模型扰动，并以 conformal prediction 量化自适应不确定性。在适定 Lipschitz 光滑性假设下，该方法在概率界内提供可证明的安全保证，不确定性高时采取保守策略，随数据增多降低控制器保守性，适用于载荷或风扰等模型扰动下的机器人系统。
来源：arXiv cs.RO 机器人学 · arxiv.org