从二值可行性预言机学习安全流匹配机器人策略

研究提出一种预言机引导的可微安全防护机制，让流匹配机器人策略在仅能通过黑盒二值可行性查询获取约束信息时也能满足物理约束。该机制在前向传播中用可行性查询纠正不安全更新，在反向传播中提取局部边界信息提供约束感知学习信号，训练与推理阶段共用同一防护。障碍感知机器人操作实验中实现 100% 约束满足，同时保持任务性能。