PVF方法用时序差分学习计算概率可达-规避集

研究者提出自监督方法概率可达-规避值函数（PVF），基于时序差分学习，在随机、可能无界的扰动下为机器人任务计算可达-规避集，可用于黑箱系统。 在复杂度递增的系统上与基于Hamilton-Jacobi可达性（HJR）的基线对比（直至Hopper运动任务），结果显示当扰动非对抗性时，PVF得到的概率可达-规避集比对抗性HJR集更不保守、更准确。该方法已投稿至ICRA 2027。

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。