研究论文
连接可达性安全分析与强化学习
论文重构安全分析，使强化学习可近似安全集及策略；机构摘要报告与解析／数值解的比较，以及最多18状态的仿真系统。
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
- Bridging Hamilton-Jacobi Safety Analysis and Reinforcement Learning
- 发布机构
- IEEE
- 作者
- Jaime F. Fisac, Neil F. Lugovoy, Vicenc Rubies-Royo, Shromona Ghosh, Claire J. Tomlin
- DOI
- 10.1109/icra.2019.8794107
- 会议日期
- 2019-05
- 原文语言
- en
- 版本
- 2019 International Conference on Robotics and Automation (ICRA)
- 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
论文重构安全分析，使强化学习可近似安全集及策略；机构摘要报告与解析／数值解的比较，以及最多18状态的仿真系统。
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
Bridging Hamilton-Jacobi Safety Analysis and Reinforcement Learning ↗
IEEE · 2019 International Conference on Robotics and Automation (ICRA)
Primary author-institution abstract/DOI/authors and ICRA2019bibliography checked. Numerical/learned approximations do not automatically inherit exact reachability guarantees.