提出递推视野安全评论家与可微动作护盾

2026年10月15日，arXiv Robotics 刊出 Siwei Ju、Jan Peters、Oleg Arenz 提交的论文，提出一种基于滚动时域安全评论家与可微动作护盾的安全强化学习方法。该研究针对现有方法的局限，学习一个滚动时域安全评论家，预测状态在未来滚动时域内是否保持非终止，从而提前检测四足机器人运动即将发生的失败。评论家由 rollout 生成时域标签训练，融合时域分类、受控制屏障函数启发的时序一致性与平滑正则，并用集成评论家的保守 CVaR 估计处理不确定性。截至该报道，事件进展为论文提交与公开，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。