安全性が保証された確率的環境下での制御障壁関数の学習

本論文では、確率的環境下での連続時間ニューラル制御障壁関数(SNCBF)を単一ステップで合成するアルゴリズムを提案する。提案手法では、ニューラルネットワークのリプシッツ境界を課すことで、有限個のデータポイントでも全状態空間にわたる有効性を保証する。