parallelcbf：面向张量并行强化学习的可组合安全滤波器与可审计性框架
机器学习
2026-05-18 v1 机器人学
摘要
虽然 Isaac Lab 提供了大规模并行无人机仿真，OmniSafe 和 safe-control-gym 提供受约束 RL 基准，CBFKit 提供控制屏障函数 (CBF) 合成工具，但尚无框架将这些能力统一用于端到端安全约束训练。ParallelCBF 是首个实现 (i) 张量并行无人机环境，(ii) 硬件门 CBF 安全滤波器，(iii) 分片的 BC-to-RL 流水线，以及 (iv) 作为可组合 API 而非用户实现脚本的一级运营可审计性（预注册、看门人注册、故障取证、数据审计）的框架。我们在 Apache 2.0 许可下发布 ParallelCBF v0.1.0，包含四层可组合 API、基于 CPU PyTorch 的双屏障（平方型 / 线性预测型）CBF 参考实现，覆盖 39 项测试的基于属性的安全不变性测试（在完整测试套件上仅需 1.67 秒），以及 31,415 期行为克隆收集计划，其课程混合、分桶产出和数据 SHA-256 均可通过框架自身的 \texttt{ops} 原语进行审计。我们报告了一项代表性的端到端管道执行，其中框架的可审计性层中止了后续训练阶段，因为该阶段未满足预注册的收敛准则，阻止了退化检查点在后续环节的静默传播——我们认为这一架构属性是可重复实证机器人研究所必需的，而不仅是有用之物。该框架可通过 \texttt{pip install parallelcbf} 安装；源码和发布构件均可用 https://github.com/xiaoyang-123-cell/ParallelCBF 获取。
引用
@article{arxiv.2605.15509,
title = {parallelcbf: A composable safety-filter and auditability framework for tensor-parallel reinforcement learning},
author = {Yijun Lu and Zilei Yang and Yuyin Ma},
journal= {arXiv preprint arXiv:2605.15509},
year = {2026}
}