通过约束神经架构和Koopman算子的安全数据驱动控制与动力学学习

Lin Feng, Xin He

2026

摘要

本文提出一个集成框架，结合神经常微分方程、测量诱导几何结构和Koopman算子理论，旨在生成具有可计算稳定性证书的数据驱动模型。通过线性矩阵不等式实现全局收敛，并利用凸L2增益LMI验证输入到状态稳定性，将鲁棒性问题转化为可解半定规划。

Neural ODEKoopman operatorsafety-critical controlstability certificationdata-driven control

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者

Robotics and Computer-Integrated Manufacturing · 2026