研究论文
可达性监督 · 随学习置信度变化进行干预
Hamilton–Jacobi 分析与贝叶斯更新用于监督学习控制器，在接近安全边界或新观测降低置信度时介入。作者报告了加入外部扰动的四旋翼学习飞行试验。
核查日期 2026-11-05 · 已核查来源与书目信息
书目信息与编辑概述已对照原始来源核查。访问条件与版本见来源说明。
- 原文标题
- A General Safety Framework for Learning-Based Control in Uncertain Robotic Systems
- 发布机构
- Institute of Electrical and Electronics Engineers (IEEE)
- 作者
- Jaime F. Fisac, Anayo K. Akametalu, Melanie N. Zeilinger, Shahab Kaynama, Jeremy Gillula, Claire J. Tomlin
- DOI
- 10.1109/tac.2018.2876389
- 发布日期
- 2019-07
- 原文语言
- en
- 版本
- IEEE Transactions on Automatic Control; 2019; DOI 10.1109/tac.2018.2876389
- 访问条件
- 发布方信息与开放作者稿
- 出版状态
- 已发布
相关资料与工程解读
资料概述
Hamilton–Jacobi 分析与贝叶斯更新用于监督学习控制器，在接近安全边界或新观测降低置信度时介入。作者报告了加入外部扰动的四旋翼学习飞行试验。
使用与审查
核查范围为作者摘要与出版书目信息。保证依赖近似动力学及统计、最坏情况假设，有限飞行试验不能证明所有运行条件下的安全。
来源与版本
A General Safety Framework for Learning-Based Control in Uncertain Robotic Systems ↗
Institute of Electrical and Electronics Engineers (IEEE) · IEEE Transactions on Automatic Control; 2019; DOI 10.1109/tac.2018.2876389
IEEE TAC bibliography; matching accepted author manuscript abstract https://arxiv.org/abs/1705.01292v3. Journal date 2019-07 retained.