正式验证的物理信息神经控制Lyapunov函数
原文中文，约300字，阅读约需1分钟。发表于：。本文针对非线性系统中控制Lyapunov函数构建的挑战，提出了一种物理信息学习与神经网络控制Lyapunov函数的正式验证方法。研究表明，该方法通过解决转化后的Hamilton-Jacobi-Bellman方程，提供比传统方法更优越的性能，并实现了对二次控制Lyapunov函数的有效形式验证，展示了显著的全局可控性证书生成能力。
本研究提出了一种新方法，通过学习者和伪造器学习控制策略和神经网络李雅普诺夫函数，确保系统稳定性。该方法简化了李雅普诺夫控制设计，提供端到端的正确性保证，并比现有方法具有更大的吸引域。实验表明该方法能有效解决复杂控制问题。
