从空间到时间：通过扰动重铸利用学习价值函数实现自适应安全
机器人学
2025-09-25 v1 系统与控制
系统与控制
摘要
自主系统在城市空中交通等安全关键环境中的广泛部署，取决于能否在变化的环境条件下确保可靠、高性能和安全的运行。一种基于价值函数的安全过滤器方法，能对名义控制器进行最小程度的修改以确保安全。近期的进展利用离线学习的价值函数，将这些安全过滤器扩展到高维系统。然而，这些方法假设了关于所有可能模型失配源的详细先验信息，即环境中的扰动形式——这些信息在现实世界环境中很少可用。即使在城市峡谷或工业场所等已充分测绘的环境中，无人机也会因载荷-无人机相互作用、湍流气流和其他环境因素而遇到复杂的、空间变化的扰动。我们引入了 SPACE2TIME，它使得离线学习的安全过滤器能够在未知、空间变化的扰动下实现安全且自适应的部署。其核心思想是将扰动的空间变化重新参数化为时间变化，从而能够在在线操作期间使用预先计算的价值函数。我们通过广泛的仿真和硬件实验在四旋翼飞行器上验证了 SPACE2TIME，证明了其相对于基线方法的显著改进。
引用
@article{arxiv.2509.19597,
title = {From Space to Time: Enabling Adaptive Safety with Learned Value Functions via Disturbance Recasting},
author = {Sander Tonkens and Nikhil Uday Shinde and Azra Begzadić and Michael C. Yip and Jorge Cortés and Sylvia L. Herbert},
journal= {arXiv preprint arXiv:2509.19597},
year = {2025}
}
备注
The first three authors contributed equally. This work has been accepted for publication at the Conference on Robot Learning