跳到正文
arXiv · 机器人与计算机视觉· Siwei Ju, Jan Peters, Oleg Arenz·· 2026-10-15AI 评分73

基于滚动视界安全评估与可微动作屏蔽的安全强化学习

Safe Reinforcement Learning with Receding-Horizon Safety Critic and Differentiable Action Shields

AI 导读

针对机器人强化学习中安全失效往往滞后出现的局限,该方法训练一个预测未来状态是否安全的滚动视界安全评估器,并结合控制屏障函数思想构建可微动作过滤器以最小化修改策略动作。研究在四足机器人移动任务中验证了方法对动作噪声、外部扰动和地形变化的鲁棒性,能在保持竞争力的回报的同时显著减少灾难性失败。

来源:arXiv · 机器人与计算机视觉 · arxiv.org