{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,5,30]]，“日期时间”：“2024-05-30T02:16Z”，“时间戳”：1717035136284}，“出版商位置”：“查姆”，“引用计数”：29，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783030628215”，“类型”：”打印“}，{“值”：“9783030628222”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}0:00:00Z“，”时间戳“：1577836800000}，”内容版本“：”vor“，“delay-in-days”：0，“URL”：“http://\/www.springer.com\/tdm”}，{“start”：{“date-parts”：[[2020,1,1]]，“date-time”：“2020-01-01T00:00:00Z”，“timestamp”：1577836800000}，“content-version”：“tdm”，“delay-in-days“：0，”URL“http://\www.springer.com\/tdm”}1,1]]，“日期时间”：“2020-01-01T00:00:00Z”，“时间戳”：1577836800000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://www.springer.com//tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”:{“date-parts”：[2020]]}，”DOI“10.1007\/978-3030-62822-2_11”，“type”：“book-capter”，“创建“：{“date-parts”：[[2020,11,8]]，“date-time”：“2020-11-08T21:04:28Z”，“时间戳”：1604869468000}，“页面”：“177-185”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：8，”title“：[”Learning Safe Neural Network Controllers with Barrier Certificates“]，”prefix“：”10.1007“，”author“：[{”given“Hengjun”，“family”：“Zhao”，“sequence”：“”第一个“，“隶属关系”：[]}，{“给定”：“夏”，“家庭”：“曾”，“序列”：“附加”，“隶属”：[]}，}“给定的”：“桃鹿”，“家族”：“陈”，“顺序”：“额外”，“从属关系”：[]}：[]}]，“成员”：“297”，“published-on-line”：{“date-parts”：[[2020,11,9]]}，“reference”：[{“key”：“11_CR1”，“doi-asserted-by”：“crossref”、“unstructured”：“Ahmadi，M.，Singletary，A.，Burdick，J.W.，Ames，A.D.：通过离散时间屏障函数在多代理POMDP中进行安全策略合成。见：2019 IEEE第58届决策与控制会议（CDC），第4797\u20134803页。IEEE（2019）“，“DOI”：“10.1109\/CDC40024.2019.9030241”}，{“key”：“11_CR2”，“unstructured”：“Berkenkamp，F.，Turchetta，M.，Schoellig，A.P.，Krause，A.：基于安全模型的强化学习，具有稳定性保证。摘自：《第31届神经信息处理系统国际会议论文集》，NIPS 2017，第908\u2013919页。Curran Associates Inc.，Red Hook（2017）“}，{“key”：“11_CR3”，“unstructured”：“Chang，Y.C.，Roohi，N.，Gao，S.：Neural Lyapunov control.In:Advances In Neural Information Processing Systems，vol.32，pp.3245\u20133254。Curran Associates，Inc.（2019）“}，{”key“：”11_CR4“，”doi-asserted-by“：”crossref“，”unstructured“：”Cheng，R.、Orosz，G.、Murray，R.M.、Burdick，J.W.：通过屏障功能进行安全关键连续控制任务的端到端安全强化学习。在：第三十三届AAAI人工智能大会，AAAI 2019，美国夏威夷火奴鲁鲁，2013年1月27日，2019年2月1日，第3387\u20133395页。AAAI Press（2019）“，“DOI”：“10.1609\/AAAI.v33i01.33013387”}，{“key”：“11_CR5”，“unstructured”：“Choi，J.，Casta\u00f1eda，F.，Tomlin，C.J.，Sreenath，K.：模型不确定性下安全关键控制的强化学习，使用控制Lyapunov函数和控制屏障函数（2020）。https:\/\/arxiv.org\/abs\/2004.07584”}、{“密钥”：“11_CR6“，”doi-asserted-by“：”publisher“，”first-page“：”62“，”doi“：”10.1016\/j.jsc.2016.07.010“，”volume“：”80“，”author“：”L Dai“，”year“：”2017“，”unstructured“：”Dai，L.，Gan，T.，Xia，B.，Zhan，N.：重审障碍证书。J.赛姆布。计算。80，62\u201386（2017）”，“期刊标题”：“J.Symb。计算。“}，{”key“：”11_CR7“，”doi-asserted-by“：”crossref“，”unstructured“：”Deshmukh，J.V.，Kapinski，J.，Yamaguchi，T.，Prokhorov，D.：学习具有安全保证的动力系统的深部神经网络控制器：特邀论文。摘自：2019 IEEE\/ACM国际计算机辅助设计会议（ICCAD），pp.1\u20137（2019）“，”doi“：”10.1109\/ICCAD45719.2019.8942130“}，{“key”：“11_CR8”，“unstructured”：“Duan，Y.，Chen，X.，Houthooft，R.，Schulman，J.，Abbeel，P.：连续控制的深度强化学习基准。摘自：第三十三届国际机器学习会议论文集，2016年6月19日至24日，美国纽约市，ICML 2016。JMLR研讨会和会议记录，第48卷，第1329\u20131338页。JMLR.org（2016）“}，{”issue“：”16“，”key“：”11_CR9“，”doi-asserted-by“：”publisher“，”first page“：“151”，“doi”：“10.1016\/j.ifacol.2018.08.026”，“volume”：“51”，“author”：“S Dutta”，“year”：“2018”，“unstructured”：“Dutta，S.，Jha，S.、Sankaranarayanan，S.和Tiwari，A.：使用前馈神经网络学习和验证反馈控制系统。IFAC-PapersOnLine 51（16），151\u2013156（2018）。2018年第六届IFAC混合动力系统分析与设计会议”，“新闻标题”：“IFAC-PapersOnLine”}，{“key”：“11_CR10”，“unstructured”：“Fulton，N.和Platzer，A.：通过正式方法进行安全强化学习：通过证明和学习实现安全控制。摘自：《第三十二届美国人工智能学会人工智能会议论文集》（AAAI 2018），美国路易斯安那州新奥尔良，2018年2月27日，第6485\u20136492页。AAAI Press（2018）“｝，｛“key”：“11_CR11”，“volume title”：“Deep Learning”，“author”：“I Goodfellow”，“year”：“2016”，“nonstructured”：“Goodfellow，I.，Bengio，Y.，Courville，A.：Deep Learning.The MIT Press，Cambridge（2016）”｝，｛“key”：“11_CR12”，“doi asserted by”：“crossref”，“nonstructured”：“Ivanov，R.、Carpenter，T.J.、Weimer，J.、Alur，R.，Pappas，G.J.、Lee，I.：案例研究：使用神经网络控制器验证自动赛车的安全性。摘自：HSCC 2020：第23届ACM混合系统国际会议：计算与控制，澳大利亚新南威尔士州悉尼，2013年4月21日至2020年4月24日，第28:1至28:7页。ACM（2020）“，“DOI”：“10.1145\/3365365.3382216”}，{“key”：“11_CR13”，“unstructured”：“Jordan，M.，Dimakis，A.G.：精确计算ReLU网络的本地Lipschitz常数（2020）。https:\/\/arxiv.org\/abs\/2003.01219”}、{“密钥”：“11-CR14”、“series-title”：“计算机科学讲义”，“DOI-asserted-by”：“publisher”，“首页”：“242”，“内政部“：”10.1007\/978-3-642-39799-8_17“，“volume-title”：“计算机辅助验证”，“author”：“H Kong”，“year”：“2013”，“unstructured”：“Kong，H.，He，F.，Song，X.，Hung，W.N.N.，Gu，M.：混合系统安全验证的基于指数条件的屏障证书生成。收录：Sharygina，N.，Veith，H.（编辑）CAV 2013。LNCS，第8044卷，第242\u2013257页。斯普林格，海德堡（2013）。https:\/\/doi.org\/10.1007\/978-3642-39799-8_17“}，{“key”：“11_CR15”，“unstructured”：“Lillicrap，T.P.等：深度强化学习的持续控制。In：第四届国际学习代表大会，2016年，波多黎各圣胡安，20134年5月2日，会议跟踪记录（2016）”}doi-asserted-by“：”publisher“，”doi“：”10.1142 \/4703“，”volume-title“：”鲁棒非线性控制的微分神经网络“，”author“：”Poznyak“，”year“：”2001“，”unstructured“：”Polznyak，A.，Sanchez，E.N.，Yu，W.：鲁棒非线性控制微分神经网络。世界科学，新加坡（2001）“}，{”issue“：”8“，”key“：”11_CR17“，”doi-asserted-by“：”publisher“，”first page“：“1415”，“doi”：“10.1109\/TAC.2007.902736”，“volume”：“52”，“author”：“S Prajna”，“year”：“2007”，“unstructured”：“Prajna，S.、Jadbabaie，A.、Pappas，G.J.：使用屏障证书进行最坏情况和随机安全验证的框架。IEEE传输。自动。控制52（8），1415\u20131429（2007）“，“日志标题”：“IEEE Trans。自动。Control“}，{”issue“：”8“，”key“：”11_CR18“，“doi-asserted-by”：“publisher”，“first page”：“2628”，“doi”：“10.1109\/TAC.2018.2792325”，“volume”：”63“，“author”：“S Ratschan”，“year”：“2018”，“unstructured”：“Ratschan，S.：安全和屏障证书的逆向定理。IEEE Trans.Autom.Control 63（8），2628\u20132632（2018）”，“journal-title”：“”IEEE传输。自动。Control“}，{”key“：”11_CR19“，”unstructured“：”Ray，A.，Achiam，J.，Amodei，D.：深度强化学习中的安全探索基准测试。https:\\//cdn.openai.com/safexp-short.pdf“}”，{“key”：“11_CR20”，“unstructure”：“”Richards，S.M.、Berkenkamp，F.、Krause，A.：Lyapunov神经网络：动态系统安全学习的自适应稳定性认证。CoRR abs \/1808.00924（2018）。http://\/arxiv.org\/abs\/1808.00924“}，{“key”：“11_CR21”，“doi-asserted-by”：“crossref”，“unstructured”：“Sloth，C.，Pappas，G.J.，Wisniewski，R.：使用屏障证书的成分安全分析。摘自：《混合系统学报：计算与控制》（HSCC），第15\u201324页。ACM（2012）“，”DOI“：”10.1145\/2185632.2185639“}，{”key“：”11_CR22“，”series-title“：”计算机科学讲义“，”DOI-asserted-by“：”publisher“，”first page“：“418”，“DOI”：“10.1007\/978-3319-95582-7_25”，“volume-title”：“Formal Methods”，“author”：“A Sogokon”，“year”：“2018”，“unstructured”：“”Sogokon，A.、Ghorbal，K.、Tan，Y.K.、Platzer，A.：病媒屏障证书和比较系统。收录人：Havelund，K.，Peleska，J.，Roscoe，B.，de Vink，E.（编辑）FM 2018。LNCS，第10951卷，第418\u2013437页。查姆施普林格（2018）。https:\/\/doi.org\/10.1007\/978-3-319-95582-7_25“}，{“key”：“11_CR23”，“unstructured”：“Taylor，A.，Singletary，A.，Yu，Y.，Ames，A.：学习具有控制屏障功能的安全关键控制（2019）。https:\//arxiv.org\/abs\/1912.10099”}，“key“：”11_CR24“series-title”：“计算机科学讲义”，“doi-asserted-by”：“publisher”，“第一页“：”3“，”DOI“：”10.1007\/978-3-030-53288-8_1“，”volume-title“：”计算机辅助验证“，”author“：”H-D Tran“，”year“：”2020“，”unstructured“：”Tran，H.-D.，et al.：NNV：深度神经网络和学习型网络物理系统的神经网络验证工具。收录人：Lahiri，S.K.，Wang，C.（编辑）CAV 2020。LNCS，第12224卷，第3\u201317页。查姆施普林格（2020）。https:\/\/doi.org\/10.1007\/978-3-030-53288-8_1“}，{”key“：”11_CR25“，”doi-asserted-by“：”crossref“，”unstructured“：”Tuncali，C.E.，Kapinski，J.，Ito，H.，Deshmukh，J.V.：INVITED：关于自主网络物理系统中可学习组件安全性的推理。in:2018年第55届ACM \/ESDA \/IEEE设计自动化会议（DAC），pp.1\u20136（2018）“，“DOI”：“10.1109\/DAC.2018.8465843”}，{“key”：“11_CR26”，“unstructured”：“Yaghoubi，S.，Fainekos，G.，Sankaranarayanan，S.：在存在干扰的情况下使用控制屏障函数训练神经网络控制器（2020）。https:\/\/arxiv.org\/abs\/2001.08088”}Zhao，H.，Zeng，X.，Chen，T.，Liu，Z.：使用神经网络合成屏障证书。在：HSCC 2020，第25:1\u201325:11页。ACM（2020）“}，{“key”：“11_CR28”，“unstructured”：“Zhao，H.，Zeng，X.，Chen，T.，Liu，Z.，Woodcock，J.：学习具有屏障证书的安全神经网络控制器（2020）。https:\/\/arxiv.org\/abs\/2009.09826”}，}，“key“：”11_CR29“，”doi-asserted-by“：”crossref“，”unstructure“：”Zhu，H.，Xiong，Z.，Magill，S.，Jagannathan，S.：可验证强化学习的归纳综合框架。摘自：第40届ACM SIGPLAN编程语言设计与实现会议记录，PLDI 2019，第686\u2013701页。计算机械协会，纽约（2019）”，“DOI”：“10.1145\/3314221314638”}]，“容器标题”：[“可靠的软件工程。理论、工具和应用”，“计算机科学讲义”]，“原标题”：[]，“链接”：[{“URL”：“http:\/\/link.springer.com\/content/pdf\/10.1007\/978-3-030-62822-2_11”，“内容类型”：“unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2020,11,10]]，”date-time“：”2020-11-10T01:07:23Z“，”timestamp“：1604970443000}，”score“：1，”resource“：{primary“：”{“URL”：“http://link.sprimary.com\/10.1007\/978-3030-62822-2_11”}，“subtitle”：[]，“shorttitle”“：[]，”发布“：{”日期-部分“：[2020]]}，“ISBN”：[“9783030628215”，“97830.30628222”]，“references-count”：29，“URL”：“http://\/dx.doi.org\/10.1007\/978-3-030-62822-2_11”，“关系”：{}，“ISSN”：【“0302-9743”，“1611-3349”】，“ISSN-type”：[{“value”：“0302-7743”“subject”：[]，“published”：{“date-parts”：[[2020]]}，“assertion”：[{“value”：“2020年11月9日”，“订单”：1，“名称”：“first_online”，“标签”：“首次在线”，“群组”：{“name”：“ChapterHistory”：“可靠软件工程国际研讨会：理论、工具和应用”，“订单”：2，“名称”：“conference_name”，“标签”：“会议名称”，“组”：{“name”：“ConferenceInfo”，“label”：“会议信息”}}，{“value”：“广州”，“order”：3，“名称“：”conference_city“，”label“：”ConferenceCity“，”group“：{”name“：”会议信息“，”标签“：“会议信息”}}，{“value”：“中国”，“order”：4，“name”：“Conference_country”，“label”：“会议国家”，“group”：{“名称”：“ConferenceInfo”，“标签”：“会议信息”}，}“值”：“2020”：“2020年11月24日”，“order”：7，“name”：“conference_start_date”，“label”：“会议开始日期”，“group”：{“name”:“ConferenceInfo”：9，“name”：“conference_number”，“label”：“conference number”，“group”：{“name”:“ConferenceInfo”，”label“：“会议信息”}}，{“value”：“setta2020”，“order”：10，“name“：”conference_id“，”lable“：”conference-id“，”group“：，“订单”：11，“名称”：“conference_url”，“label”：“ConferenceURL”，“group”：｛“name”：“ConferenceInfo”，“label”：“ConferenceInformation”｝｝，｛“value”：“Single blind”，“order”：1，“name”：“type”，“label”：“type”，“group”：｛“name”：“ConfEventPeerReviewInformation”，“label”：“Peer Review Information（由会议组织者提供）”｝，｛“value”：“EasyChair”，“order”：2，“name”：“conference_management_system”，“label”：“会议管理系统”，“group”：{“name”：“ConfEventPeerReviewInformation”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}：“1”，“order”：5，“name”：“number_of_short_papers_accepted”，“label”：“接受的短文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评审信息（由会议组织者提供）”}}，{“value”：“50%-值由等式计算\”已接受的完整论文数\/已发送供审阅的提交数*100”，然后四舍五入为整数。“，”订单“：6，”名称“：”acceptance_rate_of_Full_Papers“，”标签“：”完整论文的接受率“，”组“：{”name“：”ConfEventPeerReviewInformation“，”label“：”同行审阅信息（由会议组织者提供）“}}，{”value“：”5“，“order”：7，“name”：“average_number_of_reviews_per_paper”，“label”：“每篇论文的平均评论数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“标签”：“同行评论信息（由会议组织者提供）”}}，{“value”：“3”，“orders”：8，“name”：“average_nument_of_papers_per_reviewer”，”label“：“每位审阅者的平均论文数”，“group”：{“name”：“ConfEventPeerReviewInformation”，“label”：“同行评审信息（由会议组织者提供）”}}}]}}