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
LEARNING
开放获取📊 1 引用
面向学习与规划的并行可微可达性:具有认证神经动力学与控制器的系统
Keyi Shen, Glen Chou
2026
LEARNING
📊 0 引用
基于深度强化学习和动态图神经网络的多任务机器人调度代理
Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
人工智能增强的智能焊接岛:基础模型革新制造业
Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者
Robotics and Computer-Integrated Manufacturing · 2026
MANIPULATION
📊 0 引用
PAEAR:基于强化学习的点云区域探索与主动识别方法用于机器人焊接
Yong Tao, Donghua Tan, Fan Ren 等 9 位作者
Robotics and Computer-Integrated Manufacturing · 2026