LEARNING
基于加速度的CBF-QP约束执行的RL策略安全部署于真实机器人
Bastien Muraccioli, Alice Cariou, Pierre-Alexandre Leziart, Mathieu Celerier, Arnaud Demont, Gentiane Venture, Mehdi Benallegue
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出Acc-CBF-QP方法，通过加速度二次规划安全过滤器约束强化学习策略，确保机器人在运行时遵守安全边界。该方法在7自由度Kinova Gen3机械臂和19自由度Unitree H1人形机器人上验证了有效性。
关键词
reinforcement learningsafety filtercontrol barrier functionquadratic programrobotic manipulation
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