arXiv · Machine Learning· Bojan Deraji\'c·· 1 天前AI 评分47
面向未知动态环境实时机器人导航的基于可达性的安全表示学习
Learning Reachability-Based Safety Representations for Real-Time Robot Navigation in Unknown and Dynamic Environments
AI 导读
该研究离线学习 Hamilton–Jacobi（HJ）可达性解的神经隐式表示，为优化控制器提供实时安全信息。表示被用于模型预测控制（MPC）的终端约束和控制屏障函数（CBF）安全过滤器，覆盖静态环境与移动障碍物。地面和空中机器人实验显示其碰撞规避优于几何及手工设计基线，改进方法可处理最多 13 个状态。
来源：arXiv · Machine Learning · arxiv.org