arXiv · 机器人与计算机视觉· Nishant Jayesh Bhave, Parthib Khound·· 2 天前AI 评分56
通过广义闭包条件的可迁移神经 CBFs
Transferable Neural CBFs via Generalized Closure
AI 导读
针对欠驱动车辆安全约束设计困难且保守的问题,本文提出一种将验证过的相对坐标屏障迁移至同一家族中所有障碍物的方法。核心贡献包括表达状态相对于每个障碍物的广义闭包条件、将缺失信息表示为残差的提升定理,以及用于识别对称性不足情况的秩检验。作者在双积分器、平面飞机和 12 自由度四旋翼上验证了该方法,证明其能在无需重新训练的情况下迁移到新地图中,并在部署与快速启动实验中有效。
来源:arXiv · 机器人与计算机视觉 · arxiv.org