用于安全机器人导航的无模型神经 Lyapunov 控制
机器人学
2022-03-03 v1 机器学习
摘要
无模型深度强化学习（DRL）控制器已在多种具有挑战性的非线性控制任务上展现出前景可期的结果。尽管无模型 DRL 算法可求解未知动力学与高维问题，但其缺乏安全性保证。虽然安全约束可被编码为奖励函数的一部分，但以此修正奖励训练的 RL 控制器与安全控制器之间仍存在较大差距。相反，我们并非用奖励隐式编码安全约束，而是在 DRL 训练循环中显式地协同学习孪生神经 Lyapunov 函数（TNLF）与控制策略，并利用所学 TNLF 构建运行时监视器。结合规划器生成的路径，该监视器选择合适的路点以引导所学控制器提供无碰撞控制轨迹。我们的方法继承了 DRL 的可扩展性优势，同时增强了安全保证。我们的实验评估表明，在一系列高维安全敏感导航任务上，相较带增广奖励的 DRL 与约束 DRL 方法，本方法更有效。
引用
@article{arxiv.2203.01190,
title = {Model-free Neural Lyapunov Control for Safe Robot Navigation},
author = {Zikang Xiong and Joe Eappen and Ahmed H. Qureshi and Suresh Jagannathan},
journal= {arXiv preprint arXiv:2203.01190},
year = {2022}
}
备注
8 pages, 6 figures