Buchumschlag

Beyond Interval MDPs: Tight and Efficient Abstractions of Stochastic Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gracia, Ibon, Lahijanian, Morteza
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Optimality of Uncertain MDP Abstractions
von: Gracia, Ibon, et al.
Veröffentlicht: (2026)

Data-Driven Control via Conditional Mean Embeddings: Formal Guarantees via Uncertain MDP Abstraction
von: Gracia, Ibon, et al.
Veröffentlicht: (2025)

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

Efficient Strategy Synthesis for Switched Stochastic Systems with Distributional Uncertainty
von: Gracia, Ibon, et al.
Veröffentlicht: (2022)

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

Temporal Logic Control for Nonlinear Stochastic Systems Under Unknown Disturbances
von: Gracia, Ibon, et al.
Veröffentlicht: (2024)

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

Training with Hard Constraints: Learning Neural Certificates and Controllers for SDEs
von: Kong, Chun-Wei, et al.
Veröffentlicht: (2026)

On Polynomial Stochastic Barrier Functions: Bernstein Versus Sum-of-Squares
von: Amorese, Peter, et al.
Veröffentlicht: (2025)

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

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

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

Learning Nonlinear Continuous-Time Systems for Formal Uncertainty Propagation and Probabilistic Evaluation
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)

Uncertainty Propagation in Stochastic Systems via Mixture Models with Error Quantification
von: Figueiredo, Eduardo, et al.
Veröffentlicht: (2024)

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

Interval Markov Decision Processes with Continuous Action-Spaces
von: Delimpaltadakis, Giannis, et al.
Veröffentlicht: (2022)

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

Efficiency through Uncertainty: Scalable Formal Synthesis for Stochastic Hybrid Systems
von: Cauchi, Nathalie, et al.
Veröffentlicht: (2019)

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

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

Predictable Interval MDPs through Entropy Regularization
von: van Zutphen, Menno, et al.
Veröffentlicht: (2024)

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

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

Falsification of Autonomous Systems in Rich Environments
von: Elimelech, Khen, et al.
Veröffentlicht: (2024)

Bayesian Diagnosability and Active Fault Identification
von: Kong, Chun-Wei, et al.
Veröffentlicht: (2025)

Optimization-Based Robust Permissive Synthesis for Interval MDPs
von: Huynh, Khang Vo, et al.
Veröffentlicht: (2025)

Data-Driven Abstraction and Synthesis for Stochastic Systems with Unknown Dynamics
von: Nazeri, Mahdi, et al.
Veröffentlicht: (2025)

Policy Synthesis for Interval MDPs via Polyhedral Lyapunov Functions
von: Monir, Negar, et al.
Veröffentlicht: (2026)

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

Predictor-Based Compensators for Networked Control Systems with Stochastic Delays and Sampling Intervals
von: Wagner, Matheus, et al.
Veröffentlicht: (2025)

Polyhedral Enclosures: An Efficient Combinatorial Abstraction for Nonlinear Neural Feedback Systems
von: Akinwande, I. Samuel, et al.
Veröffentlicht: (2025)

A Stability-Based Abstraction Framework for Reach-Avoid Control of Stochastic Dynamical Systems with Unknown Noise Distributions
von: Badings, Thom, et al.
Veröffentlicht: (2024)

IMPaCT: Interval MDP Parallel Construction for Controller Synthesis of Large-Scale Stochastic Systems
von: Wooding, Ben, et al.
Veröffentlicht: (2024)

Efficient Neural Hybrid System Learning and Transition System Abstraction for Dynamical Systems
von: Yang, Yejiang, et al.
Veröffentlicht: (2024)

Agent-state based policies in POMDPs: Beyond belief-state MDPs
von: Sinha, Amit, et al.
Veröffentlicht: (2024)

Beyond Prediction: Interval Neural Networks for Uncertainty-Aware System Identification
von: Ferah, Mehmet Ali, et al.
Veröffentlicht: (2026)

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

Computationally Efficient State and Model Estimation via Interval Observers for Partially Unknown Systems
von: Khajenejad, Mohammad, et al.
Veröffentlicht: (2025)

Interval Observer Design Using Observability Decomposition for Detectable Linear Systems
von: Tran, Gia Quoc Bao, et al.
Veröffentlicht: (2026)