判别式障碍函数实现安全对抗模仿学习

2026年10月16日，arXiv Robotics 刊出研究《判别式障碍函数：从观测中安全地进行对抗模仿学习》。该研究针对逆强化学习（IRL）中的局限，将 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。研究称，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。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。