LEARNING
基于协方差引导与Pick-to-Learn的认证随机控制
Chun-Wei Kong, Zachary Donovan, Morteza Lahijanian, Jay McMahon
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出CS-P2L框架，将协方差引导与Pick-to-Learn元算法结合，用于在高保真随机模拟器上生成认证控制器。该方法通过模拟器滚动评估策略，利用最坏情况违规收紧代理约束，并提供基于压缩的概率保证。在具有不确定重力的航天器动力下降问题中，CS-P2L以600次滚动认证了4.9%的违规界限，而独立协方差引导低估了约两倍的违规率。
关键词
covariance steeringcertified controlstochastic simulationprobabilistic guaranteesspacecraft descent
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018