GoSafe：全局最优的安全机器人学习
机器人学
2021-05-28 v1 机器学习
系统与控制
系统与控制
摘要
从数据中为机器人系统学习策略时，安全性是一个主要问题，因为违反安全约束可能导致硬件损坏。SafeOpt是一种高效的贝叶斯优化（BO）算法，能够在保证高概率安全的同时学习策略。然而，其搜索空间局限于初始给定的安全区域。我们扩展了该方法，在仍保证高概率安全的前提下探索初始安全区域之外。这是通过学习一组初始条件实现的，在潜在故障情况下，我们可以使用学习到的备份控制器安全地恢复。我们推导了保证收敛到全局最优的条件，并在硬件实验中验证了GoSafe。
引用
@article{arxiv.2105.13281,
title = {GoSafe: Globally Optimal Safe Robot Learning},
author = {Dominik Baumann and Alonso Marco and Matteo Turchetta and Sebastian Trimpe},
journal= {arXiv preprint arXiv:2105.13281},
year = {2021}
}