新しい環境への一般化のための制御バリア関数を用いた微分可能安全臨界制御の学習【JST・京大機械翻訳】

Ma Hengbo; Zhang Bike; Tomizuka Masayoshi; Sreenath Koushil

プレプリント

J-GLOBAL ID：202202214549508981 整理番号：22P0023584

新しい環境への一般化のための制御バリア関数を用いた微分可能安全臨界制御の学習【JST・京大機械翻訳】

Learning Differentiable Safety-Critical Control using Control Barrier Functions for Generalization to Novel Environments

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月04日プレプリントサーバーでの情報更新日： 2022年04月10日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

制御バリア機能(CBFs)は,制御システムの安全性を強制するための一般的なツールになった。CBFは,安全臨界制約として二次プログラム定式化(CBF-QP)で一般的に使用される。CBFにおけるクラスK関数は通常,各環境に対する性能と安全性の間のトレードオフのバランスをとるために手動で調整する必要がある。しかし,このプロセスはしばしば発見的であり,高相対度システムに対して難治性になる。さらに,それは実世界においてCBF-QPを一般化から異なる環境へ防止する。深層学習アーキテクチャ内の微分可能層としての指数制御バリア関数ベース二次プログラム(ECBF-QP)の最適化手順を埋め込むことにより,フォワード不変性保証を持つ高相対度システムのための新しい環境への一般化を可能にする微分可能安全クリティカル制御フレームワークを提案した。最後に,様々な環境における2D二重および4重積分器システムによる提案制御設計を検証した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

システム設計・解析 , システム最適化手法

, , , , , ,

前のページに戻る