枚举引导训练神经 Hamilton-Jacobi 安全证书的研究

该研究提出一个验证引导的训练框架，用安全约束的概率枚举检测前向不变性违背，生成比标准对抗攻击方法更紧凑、更贴近失败边界的反例集合。用这些反例微调预训练的 HJ 值函数，在所有测试基准上扩大了可认证区域并缩短认证时间；作者还基于精炼后的证书引入部署时的屏蔽机制，在 Isaac Sim 物理仿真和真实自主赛车实验中，相比名义控制器和基于 LQR 的备份策略实现了零安全约束违背。