非凸固定翼飞行控制与自动驾驶汽车的障碍函数覆盖

强化学习（RL）为机器人系统带来了巨大的性能提升。然而，为了实现这些结果，智能体通常必须随机探索环境，这对安全关键系统构成了重大挑战。障碍函数可以通过启用一个覆盖来应对这一挑战，该覆盖在不违反安全约束的前提下尽可能近似RL控制输入。不幸的是，当动力学在控制输入中不是凸的或时间是离散的时——这在训练RL系统时经常发生——这种覆盖可能在计算上不可处理。因此，我们考虑了这些情况，为两个非凸系统（固定翼飞机和进行自适应巡航控制车道并道的自动驾驶汽车）在离散时间下开发了新型障碍函数。尽管当动力学在控制输入中非凸时求解在线最优覆盖通常是不可处理的，我们研究了近似解，发现这些近似方法能够在零安全违规的情况下实现与基线RL方法相当的性能。特别地，即使不尝试求解最优覆盖，性能仍然与基线RL性能具有竞争力。我们讨论了近似覆盖解决方案的权衡，包括性能和计算可处理性。