Mihaela-Larisa Clement, Tosca Pierro, Ezio Bartocci, Luca Marzari · 2026 · arXiv
DOI: 10.48550/arXiv.2610.27870 · open-access PDF
Die Erreichbarkeitsanalyse von Hamilton-Jacobi (HJ) bietet formale Sicherheitsgarantien für Steuerungssysteme, aber die Ausbildung genauer neuronaler Zertifikate bleibt schwierig, insbesondere wenn unsichere Regionen schwer zu charakterisieren sind. Wir schlagen einen verifizierungsgesteuerten Schulungsrahmen vor, der dies mit einer probabilistischen Aufzählung von Sicherheitsbeschränkungen anspricht, um Verstöße gegen die Invarianz nach vorn zu erkennen, d.h. Zustände, in denen das gelernte Zertifikat unsicheres Verhalten falsch klassifiziert.
Machine translation (Meta M2M100); the English original follows.
Hamilton-Jacobi (HJ) reachability analysis offers formal safety guarantees for control systems, but training accurate neural certificates remains difficult, particularly when unsafe regions are hard to characterize. We propose a verification-guided training framework that addresses this by using probabilistic enumeration of safety constraints to detect forward-invariance violations, i.e., states where the learned certificate incorrectly classifies unsafe behavior. This produces a compact, targeted set of counterexamples that more precisely captures the failure boundary than inputs generated by
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.27870, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange