Control Barrier Functions
PulseAugur coverage of Control Barrier Functions — every cluster mentioning Control Barrier Functions across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的CN-CBF方法增强了机器人导航的安全性
研究人员开发了一种名为复合神经控制屏障函数（CN-CBF）的新方法，以提高自主机器人在动态环境中安全导航的能力。该方法结合了多个神经控制屏障函数，其中单个函数使用来自Hamilton-Jacobi可达性框架的数据进行训练，以逼近移动障碍物的最优安全集。在涉及地面机器人和四旋翼飞行器的仿真和硬件实验中，CN-CBF方法与基线方法相比，成功率提高了高达18%。
-
新可行性控制框架使机器人更安全
研究人员开发了一种名为可行性保持被动扭矩控制（VPP-TC）的新框架，用于在近距离与人类操作的机器人。该方法利用可行性理论在增强状态空间中预先计算安全集，将安全约束转化为实时可解的扭矩限制。与控制障碍函数（CBF）等先前方法相比，VPP-TC具有显著优势，因为它无需二阶导数，从而实现了更高的控制频率、更平滑的轨迹和更短的路径。
-
AI研究将奖励塑形与控制函数相结合，实现更安全的无人机导航
研究人员开发了一种新颖的无人机（UAV）导航方法，该方法将强化学习与控制Lyapunov和障碍函数相结合。该方法旨在通过整合基于潜在奖励塑形和形式化保证来提高任务效率和安全性。该系统在简化环境中进行训练，然后应用于复杂场景，展示了缩短任务时间和稳健的性能。
-
强化学习、安全函数增强无人机导航
研究人员开发了一种新颖的自主无人机导航方法，可提高速度和安全性。该方法结合了强化学习、基于潜在奖励塑造、控制Lyapunov函数和控制障碍函数。该系统在一个简化的环境中进行训练，然后无需额外训练即可应用于复杂场景，在模拟中显示出缩短的任务时间和稳健的性能。