Все новости
Цифровой Двойник

Безопасное обучение с подкреплением связали с MPC и барьерными функциями

Предложен фреймворк PECTS, в котором стохастическая динамика системы учится вероятностными нейросетями, а барьерные функции — сетями с липшицевыми ограничениями. Выученные барьерные ограничения встраиваются в задачу модельного прогнозирующего управления с учётом неопределённости модели. Это обеспечивает вероятностную безопасность при обучении в неизвестной среде.

Почему это важно

Сочетание обучаемых моделей с гарантиями безопасности — ключевое условие применения адаптивного управления на реальных объектах.

Созвучно продуктам ЦД

ЦД.Прогноз
Заголовок оригинала
A Control Barrier Function-Constrained Model Predictive Control Framework for Safe Reinforcement Learning
Читать первоисточник: arXiv — Systems and Control (eess.SY)

Перевод и краткое изложение — машинные, по материалам источника. Полный текст статьи не републикуется; права на него принадлежат источнику.