鲁棒Koopman控制屏障滤波器用于安全演员-评论家强化学习

Dhruv S. Kushwaha, Zoleikha A. Biron

2026

摘要

该论文提出了一种名为鲁棒Koopman-CBF SAC的安全滤波演员-评论家框架，通过数据驱动的Koopman预测器构建仿射CBF约束，并利用二次规划安全层确保机器人系统在训练和部署中的安全性。实验表明该方法在CartPole稳定和跟踪任务中实现零约束违反，同时达到或超过无约束SAC的性能。

safe reinforcement learningcontrol barrier functionsKoopman operatoractor-criticrobotics

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者

Robotics and Computer-Integrated Manufacturing · 2026