跳到正文
arXiv · 机器人与计算机视觉· Anubhav Vishwakarma, Bhaumik Mehta, Caleb Hsu, Byron Boots, Tyler Han, Karen Leung·· 2026-10-16AI 评分68

基于判别式屏障函数的安全对抗性模仿学习研究

Discriminative Barrier Functions for Safe Adversarial Imitation Learning from Observation

AI 导读

该论文提出一种结合控制屏障函数(CBF)的逆强化学习方法,通过约束奖励候选空间实现安全的在线控制,并能从专家观测数据中直接恢复对未见不安全状态鲁棒的屏障函数。作者在仿真导航环境及真实避障任务中进行了基准测试与规划/策略方法对比,验证了该方法在安全性能上的改进。

来源:arXiv · 机器人与计算机视觉 · arxiv.org