安全过滤器不再逐场景重解:条件化可达性模型把误差压向保守侧,九种障碍设置零碰撞
部署中的机器人每换一次障碍布局,Hamilton–Jacobi可达性就要重解一次,而学习一个以障碍配置为条件的单一值函数又可能悄悄给出假安全状态。南洋理工大学团队把障碍裕度截断,使值函数只依赖机器人本体坐标系内的局部窗口,并把值上界写进输出结构、以HJ不等式为约束最大化所声称的安全体积。在Dubins小车上,该模型是九种窗口容量内障碍设置中唯一在网格容差内无假安全状态、闭环rollout零碰撞的方法,同时保持与逐场景DeepReach相当的恢复率。