arXiv Robotics· Anubhav Vishwakarma, Bhaumik Mehta, Caleb Hsu, Byron Boots, Tyler Han, Karen Leung·· 3 小时前AI 评分22
判别式障碍函数：从观测中安全地进行对抗模仿学习
Discriminative Barrier Functions for Safe Adversarial Imitation Learning from Observation
AI 导读
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），从而在IRL中实现安全在线控制与持续经验改进，并可直接从无标注专家观测中数据驱动地恢复障碍函数。恢复出的障碍函数对专家数据中完全不存在的不安全状态具有鲁棒性，在模拟导航环境中相比标准IRL基线提升了安全性能。研究还在仿真与真实世界避障任务中比较了基于规划与基于策略的IRL方法的权衡。
来源：arXiv Robotics · arxiv.org