跳到正文
arXiv · ML· Samuel Younger·· 3 天前AI 评分33

基于学习世界模型的逐次凸化安全离线规划方法

Successive Convexification in Learned World Models for Safe Offline Planning

AI 导读

该方法在学习世界模型潜空间使用逐次凸化规划,将离散时间控制屏障函数作为约束,比 MPPI 和 CEM 违规更少。 模型由平滑 MaxMin 激活和谱归一化层构建,在 Safety-Gymnasium 任务中比采样规划器更安全且收敛更稳定。 该方法能报告每步规划是否为 KKT 点,代码已公开。

来源:arXiv · ML · arxiv.org