跳到正文
热点事件观察中

提出DODGER安全引导强化学习导航框架

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Sanghyuk Park 等人提出 DODGER 安全引导强化学习框架,训练时直接执行策略生成的动作驱动 rollout,同时用控制屏障函数(CBF)过滤后的参考与约束违例来塑造避碰行为,以避免只执行安全过滤动作而限制策略探索。 该方法经 Dubins 车安全分析验证,并在全尺寸人形机器人仿真与真实人形机器人实验中,基于 LiDAR 感知完成多动态障碍物环境下的目标导航,运行时无需安全过滤器。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月6日
  1. arXiv cs.RO 机器人学
    DODGER:面向动态障碍物机器人导航的安全引导强化学习框架

    DODGER 是一个安全引导强化学习框架,直接执行策略生成的动作驱动训练 rollout,同时用 CBF 过滤参考与约束违例塑造避碰行为,避免仅执行安全过滤动作限制策略探索。该方法经 Dubins-car 安全分析验证,并在全尺寸人形仿真与真实人形机器人实验中基于 LiDAR 感知完成多动态障碍物目标导航,运行时无需安全过滤器。

本事件热度走势

可比范围当前
2
可比范围峰值
510月7日 13:00
近 24 小时变化
-51%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。