通过学习判别超平面为黑盒动力学系统设计安全滤波器

基于学习的方法正逐渐成为黑盒动力学系统安全滤波器的有效途径。现有方法依赖于控制屏障函数（CBF）和哈密顿-雅可比（HJ）可达性值函数等证书函数。我们工作的主要动机是认识到，最终在每个状态下将安全约束作为控制输入约束来执行才是关键。通过关注这一约束，我们可以消除对任何特定基于证书函数设计的依赖。为此，我们定义了一个判别超平面，它在每个状态下塑造控制输入的半空间约束，作为安全性的充分条件。这一概念不仅推广了传统的安全方法，还通过消除对特定证书函数的依赖简化了安全滤波器的设计。我们提出了两种学习判别超平面的策略：(a) 一种监督学习方法，使用预先验证的控制不变集进行标注；(b) 一种强化学习（RL）方法，不需要此类标注。与传统的安全强化学习方法不同，我们方法的主要优势在于将性能与安全性分离。这为学习新任务提供了一个可复用的安全滤波器，避免了从头重新训练的需要。因此，我们认为判别超平面的新概念为设计安全滤波器提供了一个更具泛化性的方向，涵盖并扩展了现有的基于证书函数或安全强化学习的方法论。