arXiv cs.RO 机器人学· Yan Rui Tan, Praveen Krishnapur, Zeyu Feng, Han Bao, Yew-Soon Ong, Fan Shi·· 5 小时前精选AI 评分55
四旋翼安全导航的约束式可微策略学习论文
Constrained Differentiable Policy Learning for Safe Quadrotor Navigation
AI 导读
论文将四旋翼避障建模为显式约束，通过可微模拟器用原始对偶梯度下降上升训练策略，避免了固定加权惩罚需手动调参的问题。为此提出基于有界安全间距的约束函数，以及由单一对偶变量约束的 log-mean-exp（LME）聚合方式，平滑强调轨迹与批次中的关键单步安全违规。
推荐理由
论文把安全从加权惩罚改为显式约束，读者可据此对比固定惩罚方法在安全与任务权衡上的差异。
来源：arXiv cs.RO 机器人学 · arxiv.org