随机神经控制屏障函数
arXiv:2506.21697v2 提出随机神经控制屏障函数（SNCBF）的可验证安全合成方法，覆盖激活函数二阶可微的光滑 SNCBF 与使用 ReLU 激活的 SNCBF 两类情形。方法包含两个框架：面向光滑 SNCBF 的免验证合成框架，以及同时适用于光滑与 ReLU SNCBF 的验证在环合成框架。作者在倒立摆、Darboux 和独轮车模型三个案例中验证了所提框架。
发布于 10-22 13:01来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Stochastic Neural Control Barrier Functions》查看原链
控制屏障函数（CBF）用于保障控制系统安全，作为安全滤波器在不牺牲系统性能的前提下提供安全保证，而这些保证依赖于构造有效的CBF。 由于CBF复杂度高，可用神经网络表示，即神经CBF（NCBF）。 现有NCBF验证工作集中于确定性场景下的合成与验证，随机NCBF（SNCBF）研究较少。
本文提出SNCBF的可验证安全合成方法，考虑激活函数二阶可微的光滑SNCBF，以及使用ReLU激活函数的SNCBF；针对光滑SNCBF提出免验证合成框架，针对光滑与ReLU两类SNCBF提出验证在环合成框架，并在倒立摆、Darboux与独轮车模型三个案例中验证了框架。