Buchumschlag

Kernel-Based Optimal Control: An Infinitesimal Generator Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bevanda, Petar, Hoischen, Nicolas, Wittmann, Tobias, Brüdigam, Jan, Hirche, Sandra, Houska, Boris
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control Machine Learning Robotics Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Data-Driven Stochastic Optimal Control in Reproducing Kernel Hilbert Spaces
von: Hoischen, Nicolas, et al.
Veröffentlicht: (2024)

Operator Models for Continuous-Time Offline Reinforcement Learning
von: Hoischen, Nicolas, et al.
Veröffentlicht: (2025)

Learning-Based Optimal Control with Performance Guarantees for Unknown Systems with Latent States
von: Lefringhausen, Robert, et al.
Veröffentlicht: (2023)

Koopman Kernel Regression
von: Bevanda, Petar, et al.
Veröffentlicht: (2023)

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

Denoising Diffusion-Based Control of Nonlinear Systems
von: Elamvazhuthi, Karthik, et al.
Veröffentlicht: (2024)

Unifying Entropy Regularization in Optimal Control: From and Back to Classical Objectives via Iterated Soft Policies and Path Integral Solutions
von: Bhole, Ajinkya, et al.
Veröffentlicht: (2025)

Score Matching Diffusion Based Feedback Control and Planning of Nonlinear Systems
von: Elamvazhuthi, Karthik, et al.
Veröffentlicht: (2025)

Model Predictive Path Integral PID Control for Learning-Based Path Following
von: Kato, Teruki, et al.
Veröffentlicht: (2026)

Introduction to Online Control
von: Hazan, Elad, et al.
Veröffentlicht: (2022)

Online Control-Informed Learning
von: Liang, Zihao, et al.
Veröffentlicht: (2024)

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

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

Nonparametric Control Koopman Operators
von: Bevanda, Petar, et al.
Veröffentlicht: (2024)

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

Iterative Tuning of Nonlinear Model Predictive Control for Robotic Manufacturing Tasks
von: Ingole, Deepak, et al.
Veröffentlicht: (2025)

Verification of Neural Control Barrier Functions with Symbolic Derivative Bounds Propagation
von: Hu, Hanjiang, et al.
Veröffentlicht: (2024)

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

Probabilistic Safety Guarantee for Stochastic Control Systems Using Average Reward MDPs
von: Omidi, Saber, et al.
Veröffentlicht: (2025)

ShieldNN: A Provably Safe NN Filter for Unsafe NN Controllers
von: Ferlez, James, et al.
Veröffentlicht: (2020)

Contraction Theory for Nonlinear Stability Analysis and Learning-based Control: A Tutorial Overview
von: Tsukamoto, Hiroyasu, et al.
Veröffentlicht: (2021)

Multi-Step Deep Koopman Network (MDK-Net) for Vehicle Control in Frenet Frame
von: Abtahi, Mohammad, et al.
Veröffentlicht: (2025)

Model-Based Diffusion for Trajectory Optimization
von: Pan, Chaoyi, et al.
Veröffentlicht: (2024)

Diffusion Policies for Generative Modeling of Spacecraft Trajectories
von: Briden, Julia, et al.
Veröffentlicht: (2025)

System-level Safety Guard: Safe Tracking Control through Uncertain Neural Network Dynamics Models
von: Li, Xiao, et al.
Veröffentlicht: (2023)

Compositional Diffusion Models for Powered Descent Trajectory Generation with Flexible Constraints
von: Briden, Julia, et al.
Veröffentlicht: (2024)

Certifying Stability of Reinforcement Learning Policies using Generalized Lyapunov Functions
von: Long, Kehan, et al.
Veröffentlicht: (2025)

Formal Safety Verification and Refinement for Generative Motion Planners via Certified Local Stabilization
von: Nath, Devesh, et al.
Veröffentlicht: (2025)

Toward Near-Globally Optimal Nonlinear Model Predictive Control via Diffusion Models
von: Huang, Tzu-Yuan, et al.
Veröffentlicht: (2024)

Discrete GCBF Proximal Policy Optimization for Multi-agent Safe Optimal Control
von: Zhang, Songyuan, et al.
Veröffentlicht: (2025)

Koopman-Equivariant Gaussian Processes
von: Bevanda, Petar, et al.
Veröffentlicht: (2025)

Safe Guaranteed Exploration for Non-linear Systems
von: Prajapat, Manish, et al.
Veröffentlicht: (2024)

Safety Beyond the Training Data: Robust Out-of-Distribution MPC via Conformalized System Level Synthesis
von: Srinivasan, Anutam, et al.
Veröffentlicht: (2026)

Data-Driven Motion Planning for Uncertain Nonlinear Systems
von: Esmaeili, Babak, et al.
Veröffentlicht: (2025)

Convex Hulls of Reachable Sets
von: Lew, Thomas, et al.
Veröffentlicht: (2023)

Tight Constraint Prediction of Six-Degree-of-Freedom Transformer-based Powered Descent Guidance
von: Briden, Julia, et al.
Veröffentlicht: (2025)

FORESEE: Prediction with Expansion-Compression Unscented Transform for Online Policy Optimization
von: Parwana, Hardik, et al.
Veröffentlicht: (2022)

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

Multi-CALF: A Policy Combination Approach with Statistical Guarantees
von: Malaniya, Georgiy, et al.
Veröffentlicht: (2025)

Parallel Differentiable Reachability for Learning and Planning with Certified Neural Dynamics and Controllers
von: Shen, Keyi, et al.
Veröffentlicht: (2026)