跳到主要内容
检索

# 安全过滤器

2 篇关联报道

订阅更新
  1. arXiv

    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。

  2. arXiv

    训练时用集中式安全滤波器,部署时拆掉:三机训练的策略零样本扩到二十机,每机算力不变

    多智能体强化学习训练时靠集中式控制屏障函数滤波器纠正不安全动作,但该滤波器求解的约束数随队伍规模平方增长,部署时又无法保留。这套方法只用已执行的安全动作做隐式Q学习提取策略,再在合成的近碰撞状态上向训练滤波器学习,使去掉滤波器后的策略仍受约束。局部观测策略在训练场景的测试回合中零碰撞,三机训练的策略零样本迁移到二十机时每机计算量恒定,并在八机以内保持零碰撞。

已读完全部报道