级联动力系统零样本强化学习中的安全保障
人工智能
2026-04-14 v1
摘要
本文考虑级联动力系统零样本安全保障问题。级联系统指一部分状态（内部分支）影响剩余状态（外部分支）的动态，而反向不成立。我们将安全定义为以高概率保持于被认为安全的集合中。我们提出在简化模型上训练安全RL策略，忽略内部分支的动力学，但将其视为影响外部分支状态的动作。从而降低训练复杂度。部署时，训练得到的策略与低层控制器组合，后者负责跟踪RL策略提供的参考信号。我们的主要理论贡献是给出全系统安全概率的上界。特别是，我们建立了零样本部署后保持安全概率与内部分支跟踪质量之间的相互作用。我们在四旋翼机导航任务中验证了理论结果，表明安全保障的保持与低层控制器的带宽和跟踪性能密切相关。
关键词
引用
@article{arxiv.2604.10429,
title = {Safety Guarantees in Zero-Shot Reinforcement Learning for Cascade Dynamical Systems},
author = {Shima Rabiei and Sandipan Mishra and Santiago Paternain},
journal= {arXiv preprint arXiv:2604.10429},
year = {2026}
}
备注
8 pages, 2 figures; submitted to IEEE for possible publication