鲁棒控制相关 AI 资讯 · AI 热点

7月2日

11:00

11:00

官方账号arXiv cs.AI@Jeffrey Fang, Keyi Shen, Anutam Srinivasan, Glen Chou

精选

本文提出GPUSLS-LEO方法，为非线性与神经网络动力学系统的线性时变（LTV）近似提供紧致、可微、GPU并行的线性化误差界（LEBs）。针对解析动力学，引入基于路径的Hessian界，比标准区间方法更紧；针对神经网络动力学，通过NN验证器生成的仿射松弛和局部雅可比修正导出认证LEBs。该方法在高达168维状态的非线性与神经网络动力学系统上，以67 Hz的速率在GPU上计算鲁棒控制策略，相比基线降低了求解时间和保守性，同时保持形式化保证和实时性能。

论文 GPUSLS-LEO LTV GPU 鲁棒控制

推荐理由：这篇论文把鲁棒控制加速到67 Hz，处理168维非线性动力学的车，GPUSLS-LEO在GPU上跑得比现有方法更快更紧，适合搞实时控制的人。

5月18日

10:37

10:37

官方账号arXiv cs.LG@Yifan Zhang, Liang Zheng

精选

现实世界的控制系统常面临分段平稳环境，即动态长期稳定后突然发生模式切换。标准鲁棒强化学习方法面临两难：全局保守策略在稳定期性能浪费，而局部自适应策略在未检测到模式变化时可能导致灾难性失败。本文提出BAPR（贝叶斯遗忘分段鲁棒SAC），将贝叶斯在线变化检测（BOCD）与鲁棒集成强化学习统一。BAPR算子是一个γ-压缩映射，通过冻结信念分布加权模式条件贝尔曼算子的凸组合。论文通过Lean 4形式化验证了尖锐边界：当信念依赖于Q函数时，压缩因子变为γ+λΔ，且当γ+λΔ≥1时压缩失败。BOCD驱动自适应保守机制：检测到变化点后策略变得极度保守，随置信度增长平滑放松，检测延迟为O(log(1/δ))。

论文强化学习非平稳控制贝叶斯变化检测鲁棒控制 Lean 4形式化验证

推荐理由：做非平稳控制或鲁棒强化学习的团队终于有了一个理论扎实且可验证的方案——BAPR在稳定期和变化期之间自动平衡保守性，Lean 4形式化验证保证了可靠性，值得研究RL安全性的开发者点开。