LEARNING
HJ-SafeDMP：基于Hamilton-Jacobi可达性引导的动态运动基元实现可证明安全的机器人运动
Siddhanth Ramesh, Ravi Prakash
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出HJ-SafeDMP框架，将动态运动基元（DMP）与基于Hamilton-Jacobi可达性分析的学习安全值函数相结合，实现可证明安全且计算高效的机器人运动控制。该方法通过离线学习控制障碍值函数（CBVF）并作为实时安全滤波器，无需在线二次规划求解即可调制DMP输出。
关键词
Dynamic Movement PrimitivesHamilton-Jacobi Reachabilitysafety filterControl Barrier Value Functionrobot motion
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018