arXiv · 机器人与计算机视觉· Srikar Babu Gadipudi, Somayeh Sojoudi, Claire J. Tomlin·· 2 天前AI 评分73
蒸馏安全滤波器用于免滤波器多智能体强化学习
Distilling Safety Filters for Filter-free Multi-agent RL
AI 导读
论文提出一种方法,将控制屏障函数(CBF)的安全约束蒸馏到强化学习策略中,使系统在部署时无需运行集中式优化滤波器即可保持安全。该方法通过隐式 Q 学习和合成近碰撞状态进行蒸馏,证明了损失函数能界定策略的约束违反程度和碰撞概率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org