arXiv · 机器人与计算机视觉· Gianni Lunardi, Elias Fontanari, Matteo Saveriano, Andrea Del Prete·· 14 天前精选AI 评分78
超越终端约束:基于学习的安全集实现可靠机器人控制
Beyond Terminal Constraints: Reliable Robot Control with Learned Safe Sets
AI 导读
针对模型预测控制和强化学习中确保安全性的挑战,本文引入新型安全集类,其范围优于传统控制不变集。通过限制预测时域内不同节点而非仅终端状态来保证递归可行性;若安全集为控制不变集的内近似,则可通过安全中止策略确保安全性。在六关节机器人操作臂的广泛仿真及硬件实验中,该方法相比最先进方法减少了约束违反,同时保持了相当的跟踪性能和计算效率。
推荐理由
提出超越终端约束的安全集新方法,在仿真与硬件实验中验证了比现有方法更少的约束违反且保持跟踪性能。
来源:arXiv · 机器人与计算机视觉 · arxiv.org