面向被追捕机器人且目标不止于避捕的安全强化学习
系统与控制
2022-07-05 v1 系统与控制
摘要
近年来强化学习(RL)算法展现出惊人的性能,但将 RL 应用于自动驾驶车辆等现实场景时可能面临安全问题。遵循习得策略驶向目标位置的自动驾驶车辆,可能遭遇行为不可预测的攻击性车辆,甚至被采用纳什策略的车辆追捕。为解决该场景下自动驾驶车辆的安全问题,本文基于机器人系统开展初步研究,针对被追捕但目标不止于避捕的机器人,开发了具有安全保证的安全 RL 框架。基于机器人系统进行了仿真与实验,以评估所开发安全 RL 框架的有效性。
引用
@article{arxiv.2207.00842,
title = {Safe Reinforcement Learning for a Robot Being Pursued but with Objectives Covering More Than Capture-avoidance},
author = {Huanhui Cao and Zhiyuan Cai and Hairuo Wei and Wenjie Lu and Lin Zhang and Hao Xiong},
journal= {arXiv preprint arXiv:2207.00842},
year = {2022}
}