研究论文
刷毛机器人屏障认证学习
适应模型学习与屏障证书在变化动力学下约束策略；摘要区分四旋翼仿真与实体刷毛机器人测试，并讨论安全违反后的条件性恢复。
核查日期 2026-11-05 · 已核查来源与书目信息
书目信息与编辑概述已对照原始来源核查。访问条件与版本见来源说明。
- 原文标题
- Barrier-Certified Adaptive Reinforcement Learning With Applications to Brushbot Navigation
- 发布机构
- Institute of Electrical and Electronics Engineers (IEEE)
- 作者
- Motoya Ohnishi, Li Wang, Gennaro Notomista, Magnus Egerstedt
- DOI
- 10.1109/tro.2019.2920206
- 期刊卷期发布日期
- 2019-10
- 原文语言
- en
- 原始来源国家
- US
- 版本
- IEEE TRO35(5),2019; related arXiv1801.09627v3
- 访问条件
- 发布方信息与开放作者稿
- 出版状态
- 已发布
资料概述
适应模型学习与屏障证书在变化动力学下约束策略；摘要区分四旋翼仿真与实体刷毛机器人测试，并讨论安全违反后的条件性恢复。
使用与审查
经验性任务／约束结果并非无伤害保证；数据覆盖、恢复可靠性、感知与执行限制仍需按应用确认。
来源与版本
Barrier-Certified Adaptive Reinforcement Learning With Applications to Brushbot Navigation ↗
Institute of Electrical and Electronics Engineers (IEEE) · IEEE TRO35(5),2019; related arXiv1801.09627v3
Archive abstract/authors/history reviewed; v3dated2019-08-06 explicitly links publisherDOI. Recovery after violation must not be read as prevention of every violation.