Certificazione di Sicurezza come Classificazione tramite Kernel Embedding

Un nuovo articolo su arXiv (2605.06087) propone di riformulare la certificazione di sicurezza di sistemi dinamici in condizioni di incertezza come un problema di classificazione. I metodi esistenti utilizzano dati di traiettoria per stimare le probabilità di transizione e calcolare le probabilità di sicurezza in modo ricorsivo tramite programmazione dinamica, il che può portare a errori cumulativi e limiti inferiori vacui per orizzonti temporali lunghi. Gli autori introducono un framework di kernel embedding che stima direttamente la probabilità di sicurezza a T passi senza ricorsione, inglobando approcci consolidati come i certificati di barriera e i modelli di Markov robusti. Questo bypassa gli errori cumulativi e consente la certificazione per dinamiche non markoviane. L'articolo dimostra la stima diretta delle probabilità di sicurezza, offrendo un'alternativa più robusta per sistemi con orizzonti temporali crescenti.