滚动时域安全评论家与可微动作护盾提出

2026年10月15日，arXiv cs.RO 刊出 Siwei Ju、Jan Peters、Oleg Arenz 的研究，提出一种滚动时域安全评论家，用于预测状态在未来时域内是否保持非终止，从而提前识别四足机器人运动控制中即将发生的失败。该评论家由 rollout 生成时域标签训练，结合控制屏障函数启发的时序一致性与平滑正则，并用 CVaR 集成估计处理不确定性。研究基于该评论家推导出闭式可微 CBF 式安全滤波器，将其集成进 PPO 并加入预期损失；在仿真四足运动控制中，该方法降低了动作噪声、外部扰动与地形变化下的灾难性失败。目前报道仅涉及仿真验证，未提及实机实验。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。