論文の概要: Decoupled Design of Time-Varying Control Barrier Functions via Equivariances

• arxiv url: http://arxiv.org/abs/2512.08607v1
• Date: Tue, 09 Dec 2025 13:51:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.231217
• Title: Decoupled Design of Time-Varying Control Barrier Functions via Equivariances
• Title（参考訳）: 等分散による時間変化制御バリア関数の分離設計
• Authors: Adrian Wiltz, Dimos V. Dimarogonas,
• Abstract要約: 本稿では、時変制御バリア関数(CBF)を設計するための体系的手法を提案する。 この方法は、与えられた制約に対してシステムの動的能力を符号化し、その後適切に設計された時間依存変換でそれらを拡張する特定の時間不変CBFの構成を含む。 提案手法は, 計算コストのかかるCBFの設計から時間変動設計を分離し, 時間変化CBFの設計に計算的に魅力的な方法を提供する。
• 参考スコア（独自算出の注目度）: 7.0099536631196235
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This article presents a systematic method for designing time-varying Control Barrier Functions (CBF) composed of a time-invariant component and multiple time-dependent components, leveraging structural properties of the system dynamics. The method involves the construction of a specific class of time-invariant CBFs that encode the system's dynamic capabilities with respect to a given constraint, and augments them subsequently with appropriately designed time-dependent transformations. While transformations uniformly varying the time-invariant CBF can be applied to arbitrary systems, transformations exploiting structural properties in the dynamics - equivariances in particular - enable the handling of a broader and more expressive class of time-varying constraints. The article shows how to leverage such properties in the design of time-varying CBFs. The proposed method decouples the design of time variations from the computationally expensive construction of the underlying CBFs, thereby providing a computationally attractive method to the design of time-varying CBFs. The method accounts for input constraints and under-actuation, and requires only qualitative knowledge on the time-variation of the constraints making it suitable to the application in uncertain environments.
• Abstract（参考訳）: 本稿では、時間不変成分と複数の時間依存成分からなる制御バリア関数(CBF)を設計し、システム力学の構造的特性を活用する体系的手法を提案する。 この方法は、与えられた制約に対してシステムの動的能力を符号化し、その後適切に設計された時間依存変換でそれらを拡張する特定の時間不変CBFの構成を含む。 変換は時間不変のCBFを任意の系に適用できるが、力学における構造的性質(特に等分散)を利用する変換は、より広くより表現力のある時間変化制約のクラスを扱える。 この記事は、時変CBFの設計において、そのような特性をどのように活用するかを示す。 提案手法は, 計算コストのかかるCBFの設計から時間変動設計を分離し, 時間変化CBFの設計に計算的に魅力的な方法を提供する。 この方法は入力制約とアンダーアクティベーションを考慮し、不確実な環境でのアプリケーションに適した制約の時間変化について定性的な知識しか必要としない。

関連論文リスト

• Adapformer: Adaptive Channel Management for Multivariate Time Series Forecasting [49.40321003932633]
  Adapformerは、効果的なチャネル管理を通じてCIとCD方法論のメリットをマージする、トランスフォーマーベースの高度なフレームワークである。 Adapformerは既存のモデルよりも優れた性能を実現し、予測精度と計算効率の両方を向上させる。
  論文  参考訳（メタデータ） (2025-11-18T16:24:05Z)
• Dynamic Domain Adaptation-Driven Physics-Informed Graph Representation Learning for AC-OPF [15.100794164684956]
  交流最適潮流(AC-OPF)は、電力系統における電圧の大きさと位相角の非形式的関係を利用して発電機出力を最適化することを目的としている。 現在のAC-OPFソルバは、制約空間における変数分布と対応する最適解の間の複雑な関係を効果的に表すのに苦労している。 本稿では,制約に関連した問題に対処し,グラフベースの学習フレームワークを構築するための新しい手法であるDDA-PIGCNを提案する。
  論文  参考訳（メタデータ） (2025-05-31T09:07:19Z)
• Temporal Feature Matters: A Framework for Diffusion Model Quantization [105.3033493564844]
  拡散モデルはマルチラウンド・デノナイジングの時間ステップに依存している。 3つの戦略を含む新しい量子化フレームワークを導入する。 このフレームワークは時間情報のほとんどを保存し、高品質なエンドツーエンド生成を保証する。
  論文  参考訳（メタデータ） (2024-07-28T17:46:15Z)
• Constant-time Motion Planning with Anytime Refinement for Manipulation [17.543746580669662]
  本研究では,CTMP(Constant-time Motion Planners)アルゴリズムと組み合わせたリアルタイム改良手法を提案する。 提案するフレームワークは,定数時間アルゴリズムとして動作するため,ユーザ定義時間しきい値内の初期解を高速に生成する。 任意の時間アルゴリズムとして機能し、割り当てられた時間予算内で、ソリューションの品質を反復的に改善します。
  論文  参考訳（メタデータ） (2023-11-01T20:40:10Z)
• Diffeomorphic Transformations for Time Series Analysis: An Efficient Approach to Nonlinear Warping [0.0]
  多くの分野にわたる時間データの拡散と普遍性は、類似性、分類、クラスタリング手法への関心を喚起した。 ユークリッドのような伝統的な距離測度は、時間に依存したデータの性質のため適していない。 この論文は、パラメトリックおよび微分同相のワープ変換を用いる新しい弾性アライメント法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T10:51:47Z)
• Semi-supervised Learning of Partial Differential Operators and Dynamical Flows [68.77595310155365]
  本稿では,超ネットワーク解法とフーリエニューラル演算子アーキテクチャを組み合わせた新しい手法を提案する。 本手法は, 1次元, 2次元, 3次元の非線形流体を含む様々な時間発展PDEを用いて実験を行った。 その結果、新しい手法は、監督点の時点における学習精度を向上し、任意の中間時間にその解を補間できることを示した。
  論文  参考訳（メタデータ） (2022-07-28T19:59:14Z)
• Supporting Optimal Phase Space Reconstructions Using Neural Network Architecture for Time Series Modeling [68.8204255655161]
  位相空間特性を暗黙的に学習する機構を持つ人工ニューラルネットワークを提案する。 私たちのアプローチは、ほとんどの最先端戦略と同じくらいの競争力があるか、あるいは優れているかのどちらかです。
  論文  参考訳（メタデータ） (2020-06-19T21:04:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。