Buchumschlag

Data-Driven Permissible Safe Control with Barrier Certificates

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mazouz, Rayan, Skovbekk, John, Mathiesen, Frederik Baymler, Frew, Eric, Laurenti, Luca, Lahijanian, Morteza
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Robotics Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

StochasticBarrier.jl: A Toolbox for Stochastic Barrier Function Synthesis
von: Mazouz, Rayan, et al.
Veröffentlicht: (2026)

Piecewise Stochastic Barrier Functions
von: Mazouz, Rayan, et al.
Veröffentlicht: (2024)

Scalable Verification of Neural Control Barrier Functions Using Linear Bound Propagation
von: Vertovec, Nikolaus, et al.
Veröffentlicht: (2025)

Piecewise Control Barrier Functions for Stochastic Systems
von: Mazouz, Rayan, et al.
Veröffentlicht: (2025)

Time-Varying Reach-Avoid Control Certificates for Stochastic Systems
von: Mazouz, Rayan, et al.
Veröffentlicht: (2026)

Safety Guarantees for Neural Network Dynamic Systems via Stochastic Barrier Functions
von: Mazouz, Rayan, et al.
Veröffentlicht: (2022)

Stochastic Barrier Certificates in the Presence of Dynamic Obstacles
von: Mazouz, Rayan, et al.
Veröffentlicht: (2026)

Formal Verification of Unknown Dynamical Systems via Gaussian Process Regression
von: Skovbekk, John, et al.
Veröffentlicht: (2021)

IntervalMDP.jl: Accelerated Value Iteration for Interval Markov Decision Processes
von: Mathiesen, Frederik Baymler, et al.
Veröffentlicht: (2024)

Promises of Deep Kernel Learning for Control Synthesis
von: Reed, Robert, et al.
Veröffentlicht: (2023)

Certified Neural Approximations of Nonlinear Dynamics
von: Mathiesen, Frederik Baymler, et al.
Veröffentlicht: (2025)

Provably Safe Motion Planning Under Unknown Disturbances
von: Gracia, Ibon, et al.
Veröffentlicht: (2026)

A Unifying Perspective for Safety of Stochastic Systems: From Barrier Functions to Finite Abstractions
von: Laurenti, Luca, et al.
Veröffentlicht: (2023)

Learning-Based Shielding for Safe Autonomy under Unknown Dynamics
von: Reed, Robert, et al.
Veröffentlicht: (2024)

Scalable control synthesis for stochastic systems via structural IMDP abstractions
von: Mathiesen, Frederik Baymler, et al.
Veröffentlicht: (2024)

Safe Neural Control for Non-Affine Control Systems with Differentiable Control Barrier Functions
von: Xiao, Wei, et al.
Veröffentlicht: (2023)

CN-CBF: Composite Neural Control Barrier Function for Safe Robot Navigation in Dynamic Environments
von: Derajić, Bojan, et al.
Veröffentlicht: (2026)

Data-Driven Strategy Synthesis for Stochastic Systems with Unknown Nonlinear Disturbances
von: Gracia, Ibon, et al.
Veröffentlicht: (2024)

SAFE--MA--RRT: Multi-Agent Motion Planning with Data-Driven Safety Certificates
von: Esmaeili, Babak, et al.
Veröffentlicht: (2025)

ABNet: Attention BarrierNet for Safe and Scalable Robot Learning
von: Xiao, Wei, et al.
Veröffentlicht: (2024)

Zero-Shot, Safe and Time-Efficient UAV Navigation via Potential-Based Reward Shaping, Control Lyapunov and Barrier Functions
von: Naeem, Ashik Abrar, et al.
Veröffentlicht: (2026)

A data-driven approach for safety quantification of non-linear stochastic systems with unknown additive noise distribution
von: Mathiesen, Frederik Baymler, et al.
Veröffentlicht: (2024)

Learning Markov Processes as Sum-of-Square Forms for Analytical Belief Propagation
von: Amorese, Peter, et al.
Veröffentlicht: (2026)

Universal Learning of Stochastic Dynamics for Exact Belief Propagation using Bernstein Normalizing Flows
von: Amorese, Peter, et al.
Veröffentlicht: (2025)

Formal Synthesis of Certifiably Robust Neural Lyapunov-Barrier Certificates
von: Wang, Chengxiao, et al.
Veröffentlicht: (2026)

Safety Certification in the Latent space using Control Barrier Functions and World Models
von: Anand, Mehul, et al.
Veröffentlicht: (2025)

Direct Data Driven Control Using Noisy Measurements
von: Esmzad, Ramin, et al.
Veröffentlicht: (2025)

Error Bounds for Physics-Informed Neural Networks in Fokker-Planck PDEs
von: Kong, Chun-Wei, et al.
Veröffentlicht: (2024)

Learning for Layered Safety-Critical Control with Predictive Control Barrier Functions
von: Compton, William D., et al.
Veröffentlicht: (2024)

Learning Local Control Barrier Functions for Hybrid Systems
von: Yang, Shuo, et al.
Veröffentlicht: (2024)

Neural Configuration-Space Barriers for Manipulation Planning and Control
von: Long, Kehan, et al.
Veröffentlicht: (2025)

Error Bounds For Gaussian Process Regression Under Bounded Support Noise With Applications To Safety Certification
von: Reed, Robert, et al.
Veröffentlicht: (2024)

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

Safe Control using Learned Safety Filters and Adaptive Conformal Inference
von: Huriot, Sacha, et al.
Veröffentlicht: (2026)

Safe LLM-Controlled Robots with Formal Guarantees via Reachability Analysis
von: Hafez, Ahmad, et al.
Veröffentlicht: (2025)

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

Real-Time Safe Control of Neural Network Dynamic Models with Sound Approximation
von: Hu, Hanjiang, et al.
Veröffentlicht: (2024)

Data-Driven Predictive Control of Nonholonomic Robots Based on a Bilinear Koopman Realization: Data Does Not Replace Geometry
von: Rosenfelder, Mario, et al.
Veröffentlicht: (2024)

Risk-Aware Safe Reinforcement Learning for Control of Stochastic Linear Systems
von: Esmaeili, Babak, et al.
Veröffentlicht: (2025)

Semi-Supervised Safe Visuomotor Policy Synthesis using Barrier Certificates
von: Tayal, Manan, et al.
Veröffentlicht: (2024)