面向学习与规划的并行可微可达性：具有认证神经动力学与控制器的系统

Keyi Shen, Glen Chou

2026

摘要

本文提出了一种基于JAX的并行可微可达性框架，结合泰勒模型流形构造与CROWN风格线性边界传播，支持GPU批处理与自动微分。基于该原语，开发了认证训练方法与可达性感知的采样型MPC方案，在非抓取操作与四旋翼任务中实现了在线规划与有界不确定性下的可达集过近似认证。

reachabilityneural dynamicscertified trainingmodel predictive controldifferentiable

LEARNING

开放获取📊 0 引用

Yonghoon Dong, Kyungmin Lee, Changyeon Kim 等 5 位作者

2026

LEARNING

开放获取📊 0 引用

Alberto Garzás-Villar, Alba Riera-Cardona, Alexis Derumigny 等 6 位作者

2026

LEARNING

开放获取📊 0 引用

Jaewoo Lee, Hyeongyu Kang, Dohyun Kim 等 12 位作者

2026

LEARNING

开放获取📊 0 引用

Haoxiang You, Yilang Liu, Davis Zong 等 8 位作者

2026