研究论文
面向巡视车安全控制的贝叶斯模型学习
贝叶斯动力学学习为随机李雅普诺夫及屏障约束提供信息以适应模型不确定性；摘要介绍面向潜在高速巡视车应用的地面移动实验。
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
- Bayesian Learning-Based Adaptive Control for Safety Critical Systems
- 发布机构
- IEEE
- 作者
- David D. Fan, Jennifer Nguyen, Rohan Thakker, Nikhilesh Alatur, Ali-akbar Agha-mohammadi, Evangelos A. Theodorou
- DOI
- 10.1109/icra40945.2020.9196709
- 会议日期
- 2020-05
- 原文语言
- en
- 版本
- 2020 IEEE International Conference on Robotics and Automation (ICRA)
- 访问条件
- 发布方信息与开放作者稿
- 出版状态
- 已发布
资料概述
贝叶斯动力学学习为随机李雅普诺夫及屏障约束提供信息以适应模型不确定性；摘要介绍面向潜在高速巡视车应用的地面移动实验。
使用与审查
仅审阅摘要和书目信息；保证依赖模型、不确定性和约束假设，未验证ISO13849安全功能或完整安装。
来源与版本
Bayesian Learning-Based Adaptive Control for Safety Critical Systems ↗
IEEE · 2020 IEEE International Conference on Robotics and Automation (ICRA)
Archivev3dated2021-07-04abstract/authors explicitly link ICRA2020publisherDOI. PossibleMarsroverapplication is an intendeduse, not a Marsmissiondeployment.