Shielding and Safety Intervention for Robot Reinforcement Learning

本文研究了屏蔽与安全干预在机器人强化学习中的应用。屏蔽方法通过在策略输出动作前进行安全检查，在危险时覆盖为安全动作，提供运行时安全保障。文章比较了不同屏蔽方法（基于模型的屏蔽、基于控制屏障函数的屏蔽、学习型屏蔽、可证明安全屏蔽）在机器人操作、导航、运动控制中的表现，分析了屏蔽的保守性、可证明性、对学习效率的影响，并在多种机器人任务上验证了屏蔽方法在避免危险和提升学习安全性上的效果。来源机构包括MIT、CMU、DeepMind等研究机构。