研究论文
学习双足安全约束的模型误差修正
论文学习屏障／李雅普诺夫二次规划控制器中的不确定项，所述评估针对有限预览条件下欠驱动双足机器人在随机间隔踏脚石上的行走。
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
- Reinforcement Learning for Safety-Critical Control under Model Uncertainty, using Control Lyapunov Functions and Control Barrier Functions
- 发布机构
- Robotics: Science and Systems Foundation
- 作者
- Jason Choi, Fernando Castañeda, Claire Tomlin, Koushil Sreenath
- DOI
- 10.15607/rss.2020.xvi.088
- 发布日期
- 2020-07-12
- 原文语言
- en
- 版本
- Robotics: Science and Systems XVI
- 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
论文学习屏障／李雅普诺夫二次规划控制器中的不确定项，所述评估针对有限预览条件下欠驱动双足机器人在随机间隔踏脚石上的行走。
使用与审查
仿真证据不能证明实体机器人安全；模型准确性、约束覆盖及实现影响仍需单独确认。
来源与版本
Reinforcement Learning for Safety-Critical Control under Model Uncertainty, using Control Lyapunov Functions and Control Barrier Functions ↗
Robotics: Science and Systems Foundation · Robotics: Science and Systems XVI
Owning RSS2020proceedings HTML title/authors/abstract/DOI/BibTeX checked. Abstract does not establish a physical-robot deployment; no full method validation performed.