四旋翼安全导航约束式策略学习论文

Yan Rui Tan 等提出一种基于可微仿真的约束式策略学习方法，把四旋翼避障建模为显式约束，用原始对偶梯度下降上升训练策略，避免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。 论文称实验显示该方法在安全—性能权衡上优于固定惩罚和既有策略学习基线，并能泛化到更密集的分布外环境；所学策略可零样本迁移到 Gazebo/PX4 和实体四旋翼，无需额外微调。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。