arXiv cs.LG· Zhangyi Wang, Jiaxu Liu, Song Chen, Chao Xu, Shengze Cai·· 7 小时前AI 评分22
可证明稳定的神经网络观测器：两阶段训练框架解决 LMI 可扩展性瓶颈
Learning Provable Neural Network Observer for Uncertain Dynamical Systems
AI 导读
研究者提出一种两阶段训练框架，用于构建可证明稳定的神经网络观测器，解决 LMI 约束下大规模 SDP 难以求解的可扩展性瓶颈。该方法先通过点引导 Lyapunov 预训练快速获得高估计精度和局部稳定性，再用 LMI 微调满足严格的全局 Lyapunov 稳定性证书。在非线性控制基准和 X-29 飞机消融实验上，该 LMI 认证观测器训练速度显著快于直接 LMI 方法，并在多种系统上实现稳健泛化。
来源：arXiv cs.LG · arxiv.org