arXiv cs.RO· Anubhav Vishwakarma, Bhaumik Mehta, Caleb Hsu, Byron Boots, Tyler Han, Karen Leung·· 4 小时前
判别式障碍函数：从观测中进行安全对抗模仿学习
Discriminative Barrier Functions for Safe Adversarial Imitation Learning from Observation
AI 导读
该研究将逆强化学习（IRL）的奖励函数候选空间约束为控制障碍函数（CBF），提出可从无标注专家观测中数据驱动地恢复障碍函数，实现安全在线控制与持续经验改进。恢复的障碍函数对专家数据中完全缺失的不安全状态具有鲁棒性，在仿真导航环境中安全性能优于标准 IRL 基线。研究还在仿真与真实世界避障任务中对比了基于规划与基于策略的 IRL 方法。
来源：arXiv cs.RO · arxiv.org