跳到正文
arXiv · 机器人与计算机视觉· Elias Fontanari, Pietro Noah Crestaz, Matteo Saveriano, Andrea Del Prete·· 29 天前AI 评分64

基于时间差分学习的概率可达避免值函数研究

Temporal Difference Learning of Probabilistic Reach-Avoid Value Functions

AI 导读

该论文针对机器人部署中的安全与任务可行性问题,提出了一种名为 PVF 的自监督方法,用于计算在随机且可能无界扰动下的可达避免集合。相比传统处理对抗性扰动的哈密顿 - 雅可比方法,该方法能提供更准确且不保守的概率集,并在包括 Hopper 运动控制在内的复杂系统中进行了评估验证。

来源:arXiv · 机器人与计算机视觉 · arxiv.org