安全强化学习新方法 RSGF-RL 把避撞等机会约束写进轨迹级安全约束,并允许有偏的价值与梯度估计,从而能与 PPO 结合。它在 Unitree G1 人形机器人上完成全身控制零样本 sim-to-real 部署,也在 Crazyflie 无人机上实现无碰撞航点导航。
正文完
安全强化学习新方法 RSGF-RL 把避撞等机会约束写进轨迹级安全约束,并允许有偏的价值与梯度估计,从而能与 PPO 结合。它在 Unitree G1 人形机器人上完成全身控制零样本 sim-to-real 部署,也在 Crazyflie 无人机上实现无碰撞航点导航。