LIMBO：学习并内化无模型障碍目标，实现敏捷安全的全身控制

LIMBO 框架通过从黑盒状态转移中学习状态-动作控制障碍函数（Q-CBF），并将其安全结构蒸馏进任务策略，无需部署时的在线安全滤波器。在 29 自由度人形机器人上，LIMBO 完成了躲避球规避和低障碍物下运动控制，并成功迁移到硬件。调整采样集中度可产生从下蹲到后仰 limbo 动作的不同策略。