SHIELD：基于学习动力学期望满足控制屏障函数的人形机器人安全框架

机器人学习已为复杂任务（例如人形机器人的动态运动）生成了极为有效的“黑箱”控制器。然而，确保此类策略的动态安全性（即约束满足）仍然具有挑战性。强化学习（RL）通过奖励工程启发式地嵌入约束，而添加或修改约束则需要重新训练。基于模型的方法，如控制屏障函数（CBF），能够在运行时指定约束并提供形式化保证，但需要精确的动力学模型。本文提出了 SHIELD，一个分层安全框架，通过以下方式弥合这一差距：(1) 使用来自标称控制器硬件部署的真实世界数据，训练一个生成式随机动力学残差模型，以捕捉系统行为与不确定性；(2) 在标称（学习到的运动）控制器之上添加一个安全层，该层通过随机离散时间 CBF 公式利用此模型，以概率形式强制执行安全约束。其结果是一个微创安全层，可添加到现有自主堆栈中，以提供平衡风险与性能的概率性安全保证。在 Unitree G1 人形机器人上的硬件实验中，SHIELD 使用标称（未知）RL 控制器和机载感知，在多种室内和室外环境中实现了安全导航（避障）。