스위치드 예측기 피드백 제어 기법을 통해 입력 지연과 상태/입력 양자화가 있는 선형 시스템의 전역 점근적 안정화를 달성할 수 있다.
선형 포트-해밀토니안 기술자 시스템의 출력 피드백을 통해 시스템을 정규화하고 지수를 1 이하로 줄이며 비대칭적으로 안정화할 수 있는 필요충분조건을 제시한다.
다면체 오토인코더를 활용하여 비선형 시스템을 저차원 선형 매개변수 변화 시스템으로 근사하고, 이를 바탕으로 상태 의존 리카티 방정식 기반의 비선형 피드백 제어기를 설계할 수 있다.
제어 밀도 함수(CDF)를 이용하여 초기 조건의 대부분에서 목표 집합으로 수렴하면서 안전 집합을 회피하는 제어기를 설계할 수 있다.
본 논문에서는 적응형 안전 중요 제어 상황에서 온라인 파라미터 추정 및 불확실성 정량화를 위한 프레임워크를 제시한다. 연속 시간 재귀 최소 제곱(RLS) 알고리즘의 특성을 활용하여 파라미터 추정치를 선형 변환으로 표현할 수 있으며, 이를 통해 불확실성을 효율적으로 전파할 수 있다. 이러한 접근법은 제어 장벽 함수를 사용하여 파라미터 불확실성과 외란이 있는 시스템에 대한 안전 중요 제어기 합성을 가능하게 한다.
본 논문에서는 적응형 안전 중요 제어 상황에서 온라인 파라미터 추정 및 불확실성 정량화를 위한 프레임워크를 제시한다. 연속 시간 재귀 최소 제곱(RLS) 알고리즘을 통해 얻은 파라미터 추정치가 초기 추정치에 대한 선형 변환이라는 핵심 통찰을 바탕으로, 이러한 추정치를 선형 변환에 대해 폐쇄적인 객체(예: 조노토프)로 매개변수화하여 시간에 따른 불확실성 전파를 효율적으로 수행할 수 있다.
분배 강건 확률론적 모델 예측 제어의 보수성과 후회를 분석하고, 이를 완전 정보 제어기와 비교한다.
본 논문은 신경망 기반 장벽 함수를 학습하고 이를 통해 자율 시스템의 안전성을 보장하는 방법을 제안한다. 특히 검증 과정에서 발생하는 문제점을 해결하기 위해 마지막 선형 레이어에 대한 미세 조정 기법을 제안하여 유한 단계 종료 보장을 달성한다.