一个用于验证具有深度神经网络控制器的动力系统的可达性方法
摘要：使用可达性方法和开源神经网络验证工具的组合，提供多个时间步骤上对深度神经网络控制器的保证的一般方法。通过限定系统动态和神经网络输出，可以对可达状态集进行近似，从而保证系统永远不会达到集合外的状态。该方法在山地车问题和飞机避撞问题上进行了演示。结果表明，通过有界的动态模型，该方法可以提供神经网络的保证。
作者：Kyle D. Julian and Mykel J. Kochenderfer
论文ID：1903.00520
分类：Systems and Control
分类简称：cs.SY
提交时间：2019-06-05