基于去噪扩散概率模型的轨迹生成、控制与安全
机器人学
2023-06-28 v1
摘要
我们提出了一种基于去噪扩散概率模型 (DDPMs) 的物理系统安全关键最优控制框架。控制障碍函数 (CBFs) 技术对期望的安全约束进行编码，其与 DDPMs 结合，通过基于 CBF 的引导采样过程迭代地对轨迹进行去噪以规划动作。同时，生成的轨迹也被引导以最大化代表待最优执行的特定任务的未来累积奖励。所提出的方案可视为一种离线的、基于模型的强化学习算法，其功能类似于具有滚动时域的模型预测控制优化方案，其中所选动作导致最优且安全的轨迹。
引用
@article{arxiv.2306.15512,
title = {Trajectory Generation, Control, and Safety with Denoising Diffusion Probabilistic Models},
author = {Nicolò Botteghi and Federico Califano and Mannes Poel and Christoph Brune},
journal= {arXiv preprint arXiv:2306.15512},
year = {2023}
}