Buchumschlag

Myopically Verifiable Probabilistic Certificates for Safe Control and Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Zhuoyuan, Jing, Haoming, Kurniawan, Christian, Chern, Albert, Nakahira, Yorie
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Systems and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalizable Physics-Informed Learning for Stochastic Safety-Critical Systems
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2024)

A Generalizable Physics-informed Learning Framework for Risk Probability Estimation
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2023)

Safety Certificate against Latent Variables with Partially Unidentifiable Dynamics
von: Jing, Haoming, et al.
Veröffentlicht: (2025)

Online Adaptive Probabilistic Safety Certificate with Language Guidance
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2025)

Neural Spline Operators for Risk Quantification in Stochastic Systems
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2025)

Physics-Informed Deep B-Spline Networks
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2025)

Multi-Level Multi-Fidelity Methods for Path Integral and Safe Control
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2025)

Physics-informed RL for Maximal Safety Probability Estimation
von: Hoshino, Hikaru, et al.
Veröffentlicht: (2024)

Learning to Stabilize Unknown LTI Systems on a Single Trajectory under Stochastic Noise
von: Zhang, Ziyi, et al.
Veröffentlicht: (2024)

Physics-Informed Representation and Learning: Control and Risk Quantification
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2023)

Safe Driving in Occluded Environments
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2025)

Sample-Optimal Zero-Violation Safety For Continuous Control
von: Ray, Ritabrata, et al.
Veröffentlicht: (2024)

Context-aware LLM-based Safe Control Against Latent Risks
von: Deng, Xiyu, et al.
Veröffentlicht: (2024)

On Building Myopic MPC Policies using Supervised Learning
von: Orrico, Christopher A., et al.
Veröffentlicht: (2024)

Formally Verifying Deep Reinforcement Learning Controllers with Lyapunov Barrier Certificates
von: Mandal, Udayan, et al.
Veröffentlicht: (2024)

Data-Driven Permissible Safe Control with Barrier Certificates
von: Mazouz, Rayan, et al.
Veröffentlicht: (2024)

Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions
von: Castañeda, Fernando, et al.
Veröffentlicht: (2022)

Fractional Risk Analysis of Stochastic Systems with Jumps and Memory
von: Sun, Yimeng, et al.
Veröffentlicht: (2026)

T2S-MPC: Time-Embedded Online Adaptive Model Predictive Control for Time-Varying Dynamics
von: Shen, Zeyu, et al.
Veröffentlicht: (2026)

Stabilizing Linear Systems under Partial Observability: Sample Complexity and Fundamental Limits
von: Zhang, Ziyi, et al.
Veröffentlicht: (2025)

UAVGENT: A Language-Guided Distributed Control Framework
von: Zhang, Ziyi, et al.
Veröffentlicht: (2026)

Safe Online Control-Informed Learning
von: Zhou, Tianyu, et al.
Veröffentlicht: (2025)

Learning Verifiable Control Policies Using Relaxed Verification
von: Chaudhury, Puja, et al.
Veröffentlicht: (2025)

Verifying Closed-Loop Contractivity of Learning-Based Controllers via Partitioning
von: Davydov, Alexander
Veröffentlicht: (2025)

Safe and Near-Optimal Control with Online Dynamics Learning
von: Prajapat, Manish, et al.
Veröffentlicht: (2025)

MPC-Inspired Reinforcement Learning for Verifiable Model-Free Control
von: Lu, Yiwen, et al.
Veröffentlicht: (2023)

Sample Efficient Certification of Discrete-Time Control Barrier Functions
von: Mulagaleti, Sampath Kumar, et al.
Veröffentlicht: (2025)

Safe Reach Set Computation via Neural Barrier Certificates
von: Abate, Alessandro, et al.
Veröffentlicht: (2024)

A Safe Reinforcement Learning Algorithm for Supervisory Control of Power Plants
von: Sun, Yixuan, et al.
Veröffentlicht: (2024)

Safely Learning Dynamical Systems
von: Ahmadi, Amir Ali, et al.
Veröffentlicht: (2023)

Distributionally Robust Policy and Lyapunov-Certificate Learning
von: Long, Kehan, et al.
Veröffentlicht: (2024)

Optimizing Operation Recipes with Reinforcement Learning for Safe and Interpretable Control of Chemical Processes
von: Brandner, Dean, et al.
Veröffentlicht: (2025)

Learning Robust Output Control Barrier Functions from Safe Expert Demonstrations
von: Lindemann, Lars, et al.
Veröffentlicht: (2021)

DeepSafeMPC: Deep Learning-Based Model Predictive Control for Safe Multi-Agent Reinforcement Learning
von: Wang, Xuefeng, et al.
Veröffentlicht: (2024)

Formally Verified Physics-Informed Neural Control Lyapunov Functions
von: Liu, Jun, et al.
Veröffentlicht: (2024)

Kalman Bayesian Transformer
von: Jing, Haoming, et al.
Veröffentlicht: (2025)

OpInf-LLM: Parametric PDE Solving with LLMs via Operator Inference
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2026)

Safe and Near-Optimal Gate Control: A Case Study from the Danish West Coast
von: Kristjansen, Martin, et al.
Veröffentlicht: (2026)

Learning Koopman-based Stability Certificates for Unknown Nonlinear Systems
von: Zhou, Ruikun, et al.
Veröffentlicht: (2024)

Rate-cost tradeoffs in continuous-time control with a biomolecular application
von: Nakahira, Yorie, et al.
Veröffentlicht: (2025)