![arXiv:2209.00552v2 [eess.SY] 2022 年 11 月 9 日](/simg/a/ad501ca2400f80a04ec171a96cc0f82c991ef29c.webp)
机构名称：
¥ 4.0
本研究考虑了识别安全约束和为使用神经网络控制系统 (NNCS) 的深度强化学习 (RL) 战术自动驾驶仪开发运行时保证 (RTA) 的问题。本研究研究了 NNCS 执行自主编队飞行而 RTA 系统提供防撞和地理围栏保证的特定用例。首先，应用系统理论事故模型和过程 (STAMP) 来识别事故、危险和安全约束，并定义地面站、载人飞行长机和代理无人僚机的功能控制系统框图。然后，将系统理论过程分析 (STPA) 应用于地面站、载人飞行长机、代理无人僚机和僚机内部元素之间的交互，以识别不安全的控制动作、导致每种动作的情景以及降低风险的安全要求。这项研究是 STAMP 和 STPA 首次应用于受 RTA 约束的 NNCS。
arXiv:2209.00552v2 [eess.SY] 2022 年 11 月 9 日
主要关键词
![arXiv:2209.00552v2 [eess.SY] 2022 年 11 月 9 日PDF文件第1页](/bimg/2/274c5108f270215ce44f3dbd4ca5cd187a6cf4bc.webp)
![arXiv:2209.00552v2 [eess.SY] 2022 年 11 月 9 日PDF文件第2页](/bimg/6/66abcb0b34f56414a556b4a61e1625afb0c99b8e.webp)
![arXiv:2209.00552v2 [eess.SY] 2022 年 11 月 9 日PDF文件第3页](/bimg/3/336a2124ce4d1f2ff11cbf31c76d9083d1946ed7.webp)
![arXiv:2209.00552v2 [eess.SY] 2022 年 11 月 9 日PDF文件第4页](/bimg/2/2aa6ecf0ea927d8a82dea1fd7861ba860e188dd7.webp)
![arXiv:2209.00552v2 [eess.SY] 2022 年 11 月 9 日PDF文件第5页](/bimg/1/1a9135e7dfe357b402f58b68dc9933536cd20be6.webp)
相关文件推荐
![arXiv:2208.04918v1 [astro-ph.IM] 2022 年 8 月 9 日](/simg/9/9d15cac181c360859687f326fefb237d55bfa250.webp)
![arXiv:1611.05449v2 [quant-ph] 2017 年 11 月 6 日](/simg/a/a6c3e03439add2bf3b7276875293e2eb7302ac98.webp)
![arXiv:2206.14855v1 [cs.CY] 2022 年 6 月 29 日](/simg/7/7a22e50a479deb4fc5347e49e70a231a3df4c105.webp)
![arXiv:1611.09099v1 [cs.CV] 2016 年 11 月 28 日](/simg/1/1993bc7fb810e9d0ee2b7ac34d8eb07fb435dedf.webp)
