arXiv · 机器人与计算机视觉· Zhouyu Zhang, Chih-Yuan Chiu, Glen Chou·· 2026-10-08精选AI 评分82
无需不安全数据即可通过最优性与反事实正则化学习未知约束
Learning Unknown Constraints without Unsafe Data via Optimality and Counterfactual Regularization
AI 导读
该工作引入 Counterfactual KKT (CF-KKT) 框架,旨在从满足约束的专家行为中推断未知约束。方法首先利用局部学习的可微动力学模型在演示上施加基于 KKT 的最优性条件;其次生成奖励改进的反事实行为以揭示潜在偏好并合成不可行数据。该方法结合了 CIOC 的数据效率与安全性优势及 ICRL 的灵活性,在高维机器人控制任务中展现了优于离线 ICRL 基线的安全性与数据效率。
推荐理由
提出 CF-KKT 框架,利用局部最优演示与可微动力学模型在无风险探索下恢复未知约束。
来源:arXiv · 机器人与计算机视觉 · arxiv.org