safe-control-gym：面向机器人安全学习型控制与强化学习的统一基准套件

近年来，强化学习与基于学习的控制——以及对其安全性的研究（这对于在真实世界机器人中部署至关重要）——都获得了显著关注。然而，为了充分衡量新进展的进度与适用性，我们需要能够公平比较控制界与强化学习界所提出方法的工具。在此，我们提出一个名为 safe-control-gym 的新型开源基准套件，支持基于模型与基于数据的控制技术。我们提供了三种动态系统——cart-pole、一维与二维 quadrotor——以及两种控制任务——稳定与轨迹跟踪——的实现。我们提议扩展 OpenAI 的 Gym API——强化学习研究中事实上的标准——以具备 (i) 指定（与查询）符号动力学与 (ii) 约束的能力，以及 (iii)（可重复地）在控制输入、状态测量和惯性属性中注入模拟扰动。为展示我们的提案并试图拉近研究社群，我们展示了如何使用 safe-control-gym 来定量比较传统控制、基于学习的控制与强化学习领域中多种方法的控制性能、数据效率与安全性。