安全与效率最优平衡
提出置信感知的鲁棒动态距离约束，在人群密集场景下实现无碰撞且流畅的机器人导航。
Zhu, Kai · 薛涛 · 张涛
IEEE Transactions on Automation Science and Engineering 2025
通过可达性安全强化学习保证状态级安全，对可行部分提供安全保证，对不可行部分最小化风险，从而避免碰撞。
将鲁棒动态距离约束设为累积形式而非逐状态无形状代价，避免过于保守的策略导致机器人停在原地。
在仿真和虚拟现实评估中，成功率、碰撞能量等指标均优于现有方法，实现安全与效率的最佳折中。
所获策略在仿真和真实世界实验中均表现出期望的避障行为，验证了可迁移性。