Estabilidad del Estado de Entrada de Redes Neuronales de Grafos Gated

En este trabajo, nuestro objetivo es encontrar las condiciones para la estabilidad de estado de entrada (ISS) y la estabilidad de estado de entrada incremental (ISS) de las Redes Neuronales de Grafos Gated (GGNNs). Mostramos que esta versión recurrente de las Redes Neuronales de Grafos (GNNs) puede expresarse como un sistema dinámico distribuido y, como consecuencia, puede ser analizada utilizando técnicas basadas en modelos para evaluar sus propiedades de estabilidad y robustez. Luego, los criterios de estabilidad encontrados pueden ser utilizados como restricciones durante el proceso de entrenamiento para imponer la estabilidad interna de la red neuronal. Dos ejemplos de control distribuido, el agrupamiento y el control de movimiento multi-robot, muestran que el uso de estas condiciones aumenta el rendimiento y la robustez de las GGNNs gated.