본 논문은 실세계에서 작동하는 자율 시스템이 직면하는 불확실성을 다룹니다. 비선형 확률적 동역학 시스템의 안전성을 증명하는 강력한 방법으로 확률적 신경 Lyapunov 인증을 제시합니다. 모델링된 불확실성을 넘어선 변화(예: 미확인 장애물)에 직면할 때, 확률적 인증서는 새로운 시스템 역학으로 전달되어야 합니다. 그러나 변화가 상태 공간의 알려진 부분에 국한되더라도, 최첨단 기술은 완전한 재인증을 필요로 하며, 이는 특히 신경 인증서의 경우 비용이 많이 듭니다. 본 논문에서는 이산 시간 확률적 동역학 시스템에 대한 보증을 공식적으로 회수하는 최초의 프레임워크인 VeRecycle을 소개합니다. VeRecycle은 시스템 역학이 주어진 상태 하위 집합에서만 벗어날 때 확률적 인증서를 효율적으로 재사용합니다. 일반적인 이론적 정당성과 알고리즘 구현을 제시합니다. 실험 평가는 VeRecycle이 상당한 계산 노력을 절약하고 구성적인 신경 제어에서 경쟁력 있는 확률적 보증을 달성하는 시나리오를 보여줍니다.
