如何训练你的潜在控制障碍函数：软安全过滤下的难建模约束

潜在安全滤镜将Hamilton-Jacobi可达性扩展到潜在状态表示和从高维观察直接学习的动力学上，使安全视觉运动控制在难以建模约束下成为可能。然而，现有方法实现的“最不限制”滤波在 nominal 和安全策略之间离散切换，可能削弱使现代视觉运动策略具有价值的任务性能。虽然可达性值函数原则上可被改编为控制障碍函数(CBF)以实现平滑基于优化的滤波，但我们在理论和实证方面表明，当前的潜在空间学习方法产生的价值函数根本不兼容。我们识别了两种不兼容来源：首先，在HJ可达性中，失败通过潜在空间中的“边际函数”编码，其符号指示潜在是否在约束集合中。然而，将边际函数表示为分类器会导致饱和值函数，出现 discontinuous 跳跃。我们证明，价值函数的Lipschitz常数与边际函数的Lipschitz常数成线性比例，揭示平滑CBF需要平滑的边际。其次，仅使用安全策略数据训练的强化学习(RL)近似值会对 nominal 策略动作给出不准确的估计，这正是CBF滤波所需的。我们提出LatentCBF，通过梯度惩罚实现平滑边际函数（无需额外标注），并采用混合来自 nominal 和安全策略分布的数据的价值训练程序。在仿真基准和硬件上进行实验，采用基于视觉的操纵策略，表明LatentCBF在平滑安全滤波方面有效，并且相对于先前切换方法实现了任务完成率的翻倍。