NeFut Logo NeFut
EN 管理员登录

[AI学术] 闭环验证:基于分支定界的可扩展非线性神经反馈系统验证

发布于:2026-09-16 22:00 最后更新:2026-09-18 00:46
#algorithm #AI #Neural

本文提出了一种基于分支定界的框架,用于可扩展地验证非线性神经反馈系统。

我们首先构建了 \rail 接口,它将闭环系统的动力学封装为多面体包络,并将其暴露给 LiRPA 风格的界限传播器。

随后,基于该接口实现了 \clipper 算法,它在分支定界过程中同时细化多面体包络并对控制器的激活状态进行划分。

该方法能够在整个闭环计算图上保持符号相关性,跨时间步共享信息,从而显著提升了组合求解器的可扩展性。

实验表明,使用该框架在多个自主系统基准上相较于现有最先进方法取得了明显的性能提升。

点评

原文链接: https://arxiv.org/abs/2609.16298

[h] 返回首页