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，在冻结基础控制器周围的残差动作上完成合成。该方法在 29 自由度人形机器人上完成躲避球和低障碍物下行走任务，策略无需在线安全过滤器即可迁移到硬件。在相同安全规范下改变采样集中度，可产生从下蹲到后仰 limbo 动作的不同策略。