arXiv · 机器人与计算机视觉· Samuel Younger·· 2 天前AI 评分73
基于学习世界模型的逐次凸化安全离线规划方法
Successive Convexification in Learned World Models for Safe Offline Planning
AI 导读
该研究提出一种将离线数据学习的世界模型用于安全规划的新方法,核心是将规划问题转化为逐次凸优化(SCP)框架,并在每一步施加离散时间控制屏障函数作为约束。为适应 SCP 对平滑动力学的需求,网络采用平滑 MaxMin 激活和谱归一化层,并基于 Lipschitz 界界定线性化误差。
来源:arXiv · 机器人与计算机视觉 · arxiv.org