इस पत्र में, हम अनुमानित असतत-समय नियंत्रण अवरोध फलनों को सीखने और उन्हें परिवर्तनीय अनुमान MPC (VIMPC) में एकीकृत करने की एक विधि प्रस्तुत करते हैं ताकि मॉडल पूर्वानुमान नियंत्रण (MPC) में पूर्वानुमान क्षितिज से परे सुरक्षा विनिर्देशों को पूरा करने की समस्या का समाधान किया जा सके। सटीक पुनरावर्ती व्यवहार्यता, गणनात्मक अनुरेखणीयता और 'ब्लैक-बॉक्स' गतिकी पर प्रयोज्यता के बीच संतुलन बनाने के लिए, हम एक नवीन नमूनाकरण रणनीति प्रस्तावित करते हैं जो अनुमानित इष्टतम नियंत्रण के प्रसरण को महत्वपूर्ण रूप से कम करती है और CPU पर वास्तविक समय नियोजन को सक्षम बनाती है। परिणामी न्यूरल शील्ड-VIMPC (NS-VIMPC) नियंत्रक पारंपरिक नमूना-आधारित MPC नियंत्रकों की तुलना में सुरक्षा में उल्लेखनीय सुधार करता है, और हम सिमुलेशन और वास्तविक हार्डवेयर प्रयोगों के माध्यम से खराब डिज़ाइन किए गए लागत फलनों के तहत इसकी प्रभावशीलता की पुष्टि करते हैं।