首页 /研究 /ParallelCBF:面向张量并行强化学习的可组合安全过滤与审计框架
LEARNING开放获取

ParallelCBF:面向张量并行强化学习的可组合安全过滤与审计框架

Yijun Lu, Zilei Yang, Yuyin Ma

2026

摘要

ParallelCBF是首个统一张量并行无人机环境、硬门控CBF安全过滤器、分片BC-to-RL流水线以及可组合审计API的框架。它提供了四层可组合API、双屏障CBF的CPU PyTorch参考实现,以及完整的属性安全不变性测试套件,能在1.67秒内完成39项测试。

关键词

safety filterreinforcement learningcontrol barrier functionauditabilitytensor-parallel

相关论文