通过神经网络修复实现辅助设备中的安全机器人学习
机器人学
2023-08-22 v1
摘要
由于需要个性化以及难以建模的人机交互动力学,辅助机器人设备是神经网络(NN)特别有前景的应用领域。然而,基于 NN 的估计器与控制器可能在先前未见过的数据点上产生潜在不安全的输出。本文中,我们引入一种更新 NN 控制策略的算法,以在满足给定形式化安全约束的同时优化原始损失函数。给定一组混合整数线性约束,我们将 NN 修复问题定义为混合整数二次规划(MIQP)。在大量实验中,我们证明了我们的修复方法在为下肢假肢生成安全策略方面的有效性。
引用
@article{arxiv.2303.04431,
title = {Safe Robot Learning in Assistive Devices through Neural Network Repair},
author = {Keyvan Majd and Geoffrey Clark and Tanmay Khandait and Siyu Zhou and Sriram Sankaranarayanan and Georgios Fainekos and Heni Ben Amor},
journal= {arXiv preprint arXiv:2303.04431},
year = {2023}
}