将CBF安全过滤器蒸馏进多智能体RL策略
Distilling Safety Filters for Filter-free Multi-agent RL
AI 摘要
研究者提出把控制屏障函数(CBF)安全过滤器蒸馏进多智能体强化学习策略:训练时用隐式Q学习,只从实际执行的安全动作学习,并在合成的近碰撞状态上把过滤器的纠正行为蒸馏进策略,使部署阶段无需在线求解约束数随队伍规模平方增长的集中式优化,同时保持避碰安全性。
阅读原文来源 arXiv cs.RO · arxiv.org
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。