arXiv cs.RO 机器人学· Kensuke Nakamura, Arun L. Bishop, Steven Man, Aaron M. Johnson, Zachary Manchester, Andrea Bajcsy·· 5 小时前精选AI 评分56
LatentCBF 实现平滑安全滤波，任务完成率较切换式方法翻倍
How to Train Your Latent Control Barrier Function: Smooth Safety Filtering Under Hard-to-Model Constraints
AI 导读
论文提出 LatentCBF，针对隐空间安全滤波中值函数与控制屏障函数（CBF）不兼容的两个来源——margin 函数作为分类器导致值函数不连续、仅用安全策略数据训练导致标称动作处值估计不准——分别用梯度惩罚和混合标称与安全策略数据的值训练来解决。在仿真基准和基于视觉操作策略的硬件实验上，LatentCBF 实现了平滑安全滤波，任务完成率相比先前的切换式方法提高一倍。
推荐理由
论文解释了现有隐空间安全滤波为何与CBF不兼容，并给出提升任务完成率的训练方法。
来源：arXiv cs.RO 机器人学 · arxiv.org