分布内屏障函数:避免分布外状态的自监督策略滤波器
机器人学
2023-01-31 v1 机器学习
系统与控制
系统与控制
摘要
基于学习的控制方法在直接从高维感知数据为真实机器人系统执行复杂任务方面已展现出巨大前景。然而,如果系统轨迹偏离训练数据分布,学到的控制器可能表现出意料之外的行为,从而危及安全。在这项工作中,我们提出一种控制滤波器,它包裹任意参考策略,并有效促使系统相对于离线收集的安全演示保持分布内。我们的方法受控制屏障函数(CBFs)启发,后者是非线性控制文献中基于模型的工具,可用于构建最小侵入的安全策略滤波器。虽然现有的基于CBF的方法需要已知的低维状态表示,我们提出的方法通过在学习到的潜在状态空间中学习,可直接应用于仅依赖高维视觉观测的系统。我们证明了我们的方法在仿真环境中的两个不同视觉运动控制任务中有效,包括俯视和第一人称视角设定。
引用
@article{arxiv.2301.12012,
title = {In-Distribution Barrier Functions: Self-Supervised Policy Filters that Avoid Out-of-Distribution States},
author = {Fernando Castañeda and Haruki Nishimura and Rowan McAllister and Koushil Sreenath and Adrien Gaidon},
journal= {arXiv preprint arXiv:2301.12012},
year = {2023}
}