Explore l'apprentissage sécuritaire dans les systèmes de contrôle automatique, couvrant les défis, le contrôle sensible aux risques et les filtres de sécurité prédictifs.
Explore l'importance de la modélisation et de la prévision d'environnements incertains pour assurer une autonomie sûre et performante dans les systèmes autonomes modernes.
Explore l'apprentissage sécuritaire en robotique, couvrant l'état de l'art, les défis ouverts et la vision sur le terrain, soulignant l'importance de la collaboration interdisciplinaire.
Couvre la contrôlabilité et l'observabilité dans les systèmes linéaires, en discutant des conditions et des implications nécessaires des matrices unimodulaires.