论文 / 摘要阅读
ConDR:用神经 Hamilton-Jacobi 次解实现保守可达性分析
ConDR: Conservative Reachability through Neural Hamilton-Jacobi Subsolutions
AI 导读 · 根据来源整理
ConDR 提出一种学习 HJI 变分不等式次解的方法,使学到的不可安全集包含真实不安全集,从而减少不安全状态被误判为安全的情况。该方法通过构造方式满足障碍分支与终端条件,并用单侧损失将 HJI 残差压到安全裕度 ε 以下,同时避免把所有状态都判为不安全的退化解。作者证明其训练目标的精确解是原变分不等式的次解,且值函数与真实值相差不超过 ετ。在 Air3D、Air6D、9 维多车系统和 13 维四旋翼系统上。
本站目前提供摘要
以上是对来源材料的中文整理,不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源:arXiv · cs.RO · arxiv.org